基于分布式数据仓库的网格化负荷预测研究

论文摘要

本文结合我国电网运行管理的结构特点,设计并构建了用于负荷分析与预测的分布式数据仓库。详述了分布式数据仓库的体系结构和内部组织策略,并进行了联机分析处理(OLAP)。同时提出用网格化的思想来分区考虑气象因素对负荷的影响,深入分析了不同地区综合气象指数实感温度、温湿指数、风寒指数、人体舒适度指数对负荷的影响。采用小波去噪和灰色关联算法,分析了各个综合气象指数与负荷的关联程度,选择更能反映负荷变化趋势的指数作为多变量混沌时间序列的一个变量进行电力日负荷预测,验证了所提方法的有效性。

论文目录

• 中文摘要
• 英文摘要
• 第一章 引言
• 1.1 课题的背景和意义
• 1.2 国内外研究现状
• 1.2.1 分布式数据仓库
• 1.2.2 电力负荷预测
• 1.3 本文的主要工作
• 第二章 数据仓库系统结构及开发概述
• 2.1 数据仓库的概念和特点
• 2.1.1 数据仓库的概念
• 2.1.2 数据仓库的特点
• 2.2 数据仓库系统的体系结构
• 2.2.1 多维结构和企业信息工厂结构结合的体系结构
• 2.2.2 数据获取层
• 2.2.3 数据存储层
• 2.2.4 数据访问层
• 2.2.5 元数据
• 2.3 数据仓库系统的开发实施
• 2.3.1 三种常用的数据仓库开发策略
• 2.3.2 混合数据仓库开发方法
• 2.4 MS SQL Server 2005 数据仓库平台
• 2.4.1 微软数据仓库平台特点
• 2.4.2 OLAP 数据仓库组件
• 第三章 用于负荷分析与预测的分布式数据仓库构建
• 3.1 支持负荷分析与预测的数据仓库模型的研究
• 3.1.1 数据仓库的数据模型
• 3.1.2 星型负荷气象数据仓库设计
• 3.1.3 负荷气象数据仓库星型模型
• 3.2 用于负荷分析与预测的分布式数据仓库设计
• 3.2.1 分布式数据仓库技术概述
• 3.2.2 分布式负荷气象数据仓库的应用背景
• 3.2.3 分布式负荷气象数据仓库的粒度设计
• 3.2.4 分布式负荷气象数据仓库的结构设计
• 3.2.5 分布式负荷数据仓库数据的提取与刷新
• 3.3 分布式负荷气象数据仓库的 OLAP 系统设计
• 3.3.1 数据仓库和 OLAP 系统的关系
• 3.3.2 多维模型
• 3.3.3 OLAP 的主要功能
• 3.3.4 OLAP 系统的应用
• 第四章 负荷特性及其与气象条件的相关性分析
• 4.1 气象条件与电力负荷分析
• 4.2 负荷与气象条件相关性分析方法
• 4.2.1 小波去噪
• 4.2.2 气象指数计算
• 4.2.3 关联度计算方法
• 4.3 相关性分析结果
• 4.3.1 去噪结果
• 4.3.2 关联度分析
• 第五章 基于多变量混沌时间序列模型的网格化负荷预测
• 5.1 网格化概念
• 5.2 多变量混沌时间序列模型
• 5.2.1 混沌理论及其在负荷预测中的应用
• 5.2.2 多变量混沌时间序列
• 5.3 实际算例
• 5.3.1 唐山地区
• 5.3.2 华北电网
• 第六章 结论
• 参考文献
• 致谢
• 在学期间发表的学术论文和参加科研情况