基于负荷特性的电力系统短期负荷预测实现

论文摘要

电力系统短期负荷预测是电力系统运行调度中一项非常重要的内容,也是能量管理系统(EMS)的重要组成部分,是电力系统安全、经济、可靠运行的前提和基础,预测精度会直接影响到电力系统的经济效益。研究负荷的特性、负荷分析理论与预测算法,并开发高效实用的负荷预测系统已成为当前十分重要的课题。本文主要针对负荷分析、预测算法及系统的设计与开发进行了研究。本文介绍了短期负荷的特点,深入分析了温度、降雨量、时间等因素对负荷的影响。介绍了利用小波奇异理论处理异常数据和曲线平滑技术处理异常数据的方法,使用了一种基于模糊分类和灰色关联度的联合挖掘选择极相似日的双层数据挖掘技术。根据不同的预测方法优选组合预测误差会更小的原则,采用基于虚拟预测的多种预测方法结果相结合的优选组合模型减小误差。为了解决长期负荷自然增长在预测中导致的预测精度下降的问题,本文根据负荷变化主要与温度相关的原则,采用分段电量修正的思路实现对长期负荷自然增长的修正。节假日预测方面,根据特殊节日与周末负荷具有的可比性,使用了以相似周末负荷为基础,利用历年相同特殊节日与对应相似周末的分段电量比例关系来修正特殊节假日预测负荷的模型。最后介绍了我们开发的短期负荷预测系统,系统有着三层Client/Server模型和较为合理的数据库结构,软件包括数据分析、预测等三大功能模块,曾在广西河池电力局试运行,期间运行稳定,使用方便,预测效果理想。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 负荷预测概述
• 1.2 电力负荷预测的重要性
• 1.3 电力负荷预测的分类
• 1.4 电力负荷预测研究现状
• 1.4.1 短期负荷的特点
• 1.4.2 短期负荷预测的研究现状
• 1.5 本文的主要工作
• 2 电力负荷的影响因素分析
• 2.1 影响电力负荷的各种因素
• 2.2 负荷构成对电力负荷的影响
• 2.3 温度对电力负荷的影响
• 2.3.1 温度对电力负荷影响概述
• 2.3.2 温度与负荷的相关性
• 2.4 降雨对电力负荷的影响
• 2.4.1 降雨对电力负荷建模的影响
• 2.4.2 降雨量与电力负荷的相关性
• 2.5 积累和延时效应的影响
• 2.6 时间因素对负荷的影响
• 2.6.1 季节对负荷的影响
• 2.6.2 负荷长期自然增长的影响
• 2.7 其它因素对负荷的影响
• 2.8 本章小节
• 3 负荷预测的数据处理
• 3.1 异常数据处理
• 3.1.1 简单的异常数据处理
• 3.1.2 利用小波变换处理异常数据
• 3.2 曲线平滑处理
• 3.3 本章小节
• 4 短期电力负荷预测研究
• 4.1 极相似日的利用
• 4.2 数据挖掘技术
• 4.2.1 模糊关联数据挖掘技术
• 4.2.2 灰色关联度数据挖掘技术
• 4.3 简单的极相似日预测模型
• 4.4 加权平均预测模型
• 4.5 时间序列预测模型
• 4.5.1 自回归模型
• 4.5.2 滑动平均模型
• 4.5.3 自回归滑动平均模型
• 4.6 日负荷数据标准化预测模型
• 4.6.1 日负荷数据的标准化
• 4.6.2 特征向量的标准化
• 4.6.3 标准化数据的预测
• 4.7 组合预测模型
• 4.8 提高精度的一些措施
• 4.9 本章小结
• 5 负荷预测系统软件的实现
• 5.1 负荷预测软件的功能结构
• 5.2 系统的数据库设计
• 5.3 软件系统总体设计
• 5.4 预测算法流程
• 5.5 软件介绍
• 5.6 本章小结
• 6 结论和展望
• 6.1 结论
• 6.2 展望
• 致谢
• 参考文献