基于智能原理STLF的多层多Agent评估系统研究

基于智能原理STLF的多层多Agent评估系统研究

论文摘要

根据电力市场运营对短期负荷预测(STLF)高精度要求,本文创造性提出基于智能原理STLF多层多Agent评估系统的研究。该系统是由人机交互层、评估决策层、多原理预测层和数据库管理层所构成。可根据具体系统负荷特性、运行情况、评估结果自适应选择高精度原理的预测Agent执行,另外该系统具有良好开放性能和科学创新环境,可嵌入新原理的预测Agent,以不断丰富和完善STLF评估系统。为了避免目前STLF软件的研究和开发应用的传统组件模式紧密耦合性等不足,本系统采用具有松散耦合性质的微软.NET平台进行开发。按评估系统多数据源的需求,采用ADO.NET实现复杂互联网环境下的异构数据库的集成;构建负荷预测专用的数据仓库;并给出负荷预测计算服务的Web Service实现方法。STLF评估系统具有良好的可视性和可操作性,对被测系统的预测性能评估可选择多种输出形式。该系统高性能的表现在于:可对新原理STLF研究模型做出全面的评估,掌握它们在实际应用中的预测性能,并做出自适应的调整,实现最优的预测指标,从而有效加速STLF的开发和科学创新研究;也可根据客户要求检验实用中STLF模型的预测性能,发现模型的问题以进行调整。因此所研究的STLF评估系统是具有高实用价值和科学创新意义的。

论文目录

  • 中文摘要
  • Abstract
  • 第一章 绪论
  • 1.1 课题研究的意义
  • 1.2 负荷预测软件研究现状
  • 1.2.1 C/S 结构的负荷预测软件
  • 1.2.2 B/S 结构的负荷预测软件
  • 1.3 电力系统短期负荷预测方法和误差分析
  • 1.3.1 短期负荷预测方法概述
  • 1.3.2 负荷预测的误差分析指标
  • 1.4 本文的主要研究工作
  • 第二章 计算机软件技术发展现状
  • 2.1 OMG 的 CORBA 技术
  • 2.2 Sun 公司的JavaBean 和EJB
  • 2.2.1 JavaBean 介绍
  • 2.2.2 EJB 介绍
  • 2.3 微软的DCOM 和.NET 技术
  • 2.3.1 COM、DCOM 技术简介
  • 2.3.2 .N ET技术与Web Service
  • 2.4 IEC61970 标准
  • 第三章 多层多 Agent 负荷预测评估系统
  • 3.1 多Agent 技术概述
  • 3.1.1 智能Agent 的概念和特性
  • 3.1.2 多Agent 系统
  • 3.2 多层多Agent 负荷预测评估系统结构
  • 3.2.1 人机交互层
  • 3.2.2 评估决策层
  • 3.2.3 多原理预测层
  • 3.2.4 数据库管理层
  • 3.3 负荷预测Web Service 实现
  • 第四章 负荷预测数据仓库
  • 4.1 数据库技术发展概述
  • 4.2 数据仓库技术概述
  • 4.2.1 数据仓库的概念
  • 4.2.2 数据仓库的特征
  • 4.3 负荷预测数据仓库的设计
  • 4.3.1 现有数据系统实际情况
  • 4.3.2 负荷预测数据仓库设计目标
  • 4.3.3 数据仓库实施步骤
  • 4.4 异构数据库的整合
  • 4.4.1 异构数据库整合需要解决的问题
  • 4.4.2 采用ADO.NET 技术实现异构数据库的整合
  • 第五章 结论
  • 参考文献
  • 发表论文和参加科研情况
  • 致谢
  • 相关论文文献

    • [1].采用联系数与蒙特卡洛模拟的规模化电动汽车充电负荷预测[J]. 电器与能效管理技术 2019(20)
    • [2].基于自适应卡尔曼滤波在气象影响下负荷预测[J]. 计算机测量与控制 2020(01)
    • [3].含分布式电源的智能电网负荷预测研究[J]. 国外电子测量技术 2020(02)
    • [4].基于力控上位机软件热网负荷预测[J]. 数字技术与应用 2020(01)
    • [5].基于多气象因素混合回归的重庆地区夏季日最高负荷预测[J]. 水电能源科学 2020(04)
    • [6].空间负荷预测在某县城核心区负荷预测的应用[J]. 电子技术与软件工程 2019(15)
    • [7].配电网规划中负荷预测实际问题及措施[J]. 通讯世界 2017(22)
    • [8].基于分布式图计算的台区负荷预测技术研究[J]. 中国电机工程学报 2018(12)
    • [9].电力用户侧大数据分析与并行负荷预测研究[J]. 自动化应用 2016(11)
    • [10].电力检修中负荷预测技术的发展现状研究[J]. 民营科技 2016(12)
    • [11].基于电力载波通信的居民用电负荷预测大数据应用[J]. 科技创新与应用 2017(04)
    • [12].基于贪婪算法的配电网网格负荷预测与规划方法[J]. 计算机工程 2016(11)
    • [13].负荷预测在煤改电工程的应用分析[J]. 电气时代 2017(05)
    • [14].组合预测在饱和负荷预测中的应用[J]. 电力与能源 2017(02)
    • [15].基于区域负荷预测值综合评价的大电网短期负荷预测[J]. 电气应用 2017(11)
    • [16].空间负荷预测中确定元胞负荷合理最大值的主成分分析法[J]. 电测与仪表 2017(14)
    • [17].多级负荷预测协调的母线负荷预测系统[J]. 云南电力技术 2017(03)
    • [18].饱和负荷预测方法研究综述[J]. 山东工业技术 2017(23)
    • [19].配电网空间负荷预测方法的应用研究[J]. 城市建设理论研究(电子版) 2017(22)
    • [20].广西来宾供电局:负荷预测“扬眉吐气”[J]. 广西电业 2015(08)
    • [21].负荷预测精准度对电力系统经济运行的影响[J]. 电子测试 2016(03)
    • [22].基于灰色模型的电力系统长期负荷预测优化研究[J]. 黑龙江科学 2020(14)
    • [23].考虑光伏出力与电动汽车接入的配电网空间负荷预测[J]. 电子设计工程 2020(15)
    • [24].在线学习神经网络用于空调负荷预测研究[J]. 建筑热能通风空调 2020(08)
    • [25].机理计算与机器学习结合的空调负荷预测[J]. 江苏建筑 2020(04)
    • [26].云南电网综合负荷预测平台升级后的功能及应用[J]. 云南电力技术 2018(06)
    • [27].基于土地使用性质的饱和空间负荷预测研究[J]. 广东电力 2019(08)
    • [28].基于多代理系统理论的空间负荷预测——空间负荷预测实例[J]. 科技创新导报 2018(01)
    • [29].基于空间负荷预测的临夏城网远期饱和负荷预测方法研究[J]. 电工技术 2018(11)
    • [30].基于支持向量机的某地区电网短期电力负荷预测[J]. 电网与清洁能源 2016(12)

    标签:;  ;  ;  ;  ;  ;  

    基于智能原理STLF的多层多Agent评估系统研究
    下载Doc文档

    猜你喜欢