电力需求侧管理数据采集与处理的研究

论文摘要

随着国民经济的持续增长，我国电力供需问题日益显著，部分地区出现严重缺电现象，影响了经济发展和居民日常生活。电力需求侧管理是能解决目前电力供需紧张问题的最有效方法。它是指电力公司与用户共同协力，为了提高电力资源利用效率、改进用电方式、实现科学节约和有序用电所开展的管理活动，旨在合理地开发电源项目、有效地配置电力资源、降低企业成本、提高终端用电效率、减少污染、保护环境，同时实现供电方和用户的互动，改变传统的被动用电方式。需求侧管理是当前国际上最流行的先进资源管理技术，具有很显著的社会和经济效益。本文首先根据我国能源利用率低、电力供应紧张等实际问题，说明加强需求侧管理的重要意义，并介绍了需求侧管理的概念、起源和发展过程，描述了需求侧管理的内容、特点和目的，详细介绍了电力需求侧管理的各种手段，还简单介绍了需求侧管理的项目评估。针对电力需求侧管理中应重点解决问题中的数据采集与数据处理进行研究。在数据采集方面，应用到数据挖掘技术和网页元抽取技术实现对需求侧管理的数据采集；在数据处理方面，对大量需求侧管理数据进行数据分类，并对需求侧管理数据进行分类编码，建立相关需求侧管理的数据库，研究分时电价的制定原理。为使供电方能合理安排生产，用电方能合理使用电力，需对负荷进行短期预测。本文通过对秦皇岛地区历史负荷数据和天气、温度等影响因素的分析，给出了一种基于灰色理论和Elman神经网络相结合的新方法对电力负荷进行预处理与预测，通过搭建电力系统短期负荷预测模型，对秦皇岛地区进行短期负荷预测，取得了较精确的预测效果。最后，利用Visual C++6.0开发了电力需求侧管理数据采集和处理软件平台，实现需求侧管理数据采集、显示负荷预测曲线、分时电价界面、数据库查询以及对与需求侧管理相关的网络链接等功能。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景及意义
• 1.1.1 研究背景
• 1.1.2 研究意义
• 1.2 国内外研究现状
• 1.3 课题的研究内容
• 第2章 电力需求侧管理概述
• 2.1 电力需求侧管理
• 2.1.1 电力需求侧管理内容
• 2.1.2 电力需求侧管理特点
• 2.1.3 电力需求侧管理目的
• 2.2 电力需求侧管理的手段和技术
• 2.3 电力需求侧管理效益评估
• 2.4 本章小结
• 第3章 需求侧管理数据采集与处理
• 3.1 需求侧管理数据采集
• 3.1.1 数据采集
• 3.1.2 数据采集技术
• 3.2 需求侧管理数据处理
• 3.2.1 数据分类
• 3.2.2 数据分类编码及数据库的建立
• 3.2.3 分时电价
• 3.3 本章小结
• 第4章 负荷数据的预处理与预测
• 4.1 灰色系统理论
• 4.1.1 灰色系统理论简介
• 4.1.2 灰色关联分析
• 4.1.3 灰色预测理论
• 4.1.4 灰色预测技术的改进
• 4.2 基于灰色理论的数据预处理
• 4.2.1 负荷数据预处理
• 4.2.2 影响因素分析
• 4.3 神经网络
• 4.3.1 神经网络简介
• 4.3.2 Elman 神经网络
• 4.4 基于 Elman 神经网络的负荷预测模型
• 4.4.1 网络输入、输出及隐含层节点的选取
• 4.4.2 输入样本的归一化处理及网络参数的选择
• 4.5 仿真研究
• 4.6 本章小结
• 第5章 需求侧管理数据采集与处理系统设计
• 5.1 数据采集与处理软件设计流程及相关理论介绍
• 5.1.1 数据库开发技术
• 5.1.2 Visual C++网络编程
• 5.2 需求侧管理数据采集与处理主功能界面
• 5.3 链接 FTP
• 5.4 电力需求侧管理分时电价
• 5.4.1 上网电价
• 5.4.2 销售电价
• 5.5 电力需求侧管理网络信息的获取
• 5.5.1 电力需求侧管理网络信息
• 5.5.2 电力需求侧管理网络信息采集
• 5.6 电力需求侧管理查询功能
• 5.6.1 用户查询功能
• 5.6.2 管理查询功能
• 5.7 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间承担的科研任务与主要成果
• 致谢
• 作者简介
• 附录