基于用电信息采集系统数据挖掘的负荷预测方法及应用 ——以龙岩电业局为例

论文摘要

随着我国电力系统的日益发展,人们越来越重视负荷预测的发展,负荷预测已经成为现代化管理水平的重要标志之一,要提高负荷预测的准确度,其关键是要选择适当的负荷预测模型。准确的负荷预测让系统运行人员能够及时掌握负荷变化规律,在电力系统的生产和运行中起重要作用。本文首先简要介绍电力负荷预测的目的、意义及国内外研究动态和趋势和用电信息采集系统的研究现状。同时,本文介绍了相关的理论,首先详细介绍电力负荷预测的分类,负荷预测的方法及影响负荷预测的主要因素等；其次介绍了用电信息采集系统的结构、功能及相关应用,最后介绍数据挖掘技术方面的应用本文通过对龙岩地区电网的电力负荷特性进行深入的研究,分析影响电力负荷特性的相关因素及具体的影响关系,为负荷预测提供依据。结合用电信息采集系统原始数据和龙岩地区负荷特性的分析情况,本文主要采用了回归分析法、灰色模型分析法、时间序列预测法等三种负荷预测模型,预测出龙岩地区的电力负荷发展情况,结果表明,运用这三种预测方法,能够达到较为理想的预测结果。本文最后结合负荷预测过程,指出需要注意的一些问题,包括数据的预处理、样本选择、标准化处理等。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究的目的和意义
• 1.2 当前国内外研究现状
• 1.2.1 负荷预测的研究现状及发展
• 1.2.2 用电信息采集系统的发展
• 1.3 研究的主要内容
• 1.4 本章小结
• 第二章 理论基础
• 2.1 电力负荷预测概述
• 2.1.1 负荷预测的概念及特点
• 2.1.2 负荷预测的步骤及影响因素
• 2.1.3 负荷预测的误差分析
• 2.2 用电信息采集系统
• 2.2.1 系统物理架构
• 2.2.2 用电信息采集系统的功能
• 2.2.3 用电信息采集系统的数据类型
• 2.2.4 用电信息采集系统的应用
• 2.3 数据挖掘技术
• 2.3.1 数据挖掘的定义和功能
• 2.3.2 数据挖掘的方法
• 2.3.3 数据挖掘的过程
• 2.3.4 数据挖掘常用算法
• 2.4 负荷预测常用方法
• 2.4.1 回归分析法
• 2.4.2 灰色模型分析法
• 2.4.3 时间序列预测法
• 2.5 本章小结
• 第三章 用电负荷特性分析
• 3.1 用电负荷特性分析
• 3.1.1 电力负荷特性的概念及意义
• 3.1.2 负荷特性指标
• 3.1.3 负荷特性相关因素分析
• 3.2 负荷特性分析
• 3.2.1 日负荷分析
• 3.2.2 平均负荷分析
• 3.2.3 最大（小）负荷分析
• 3.2.4 日峰谷时间点分析
• 3.2.5 负荷K线图分析
• 3.2.6 日负荷率和日最小负荷率分析
• 3.2.7 相似配变分析
• 3.3 本章小结
• 第四章 负荷预测方法的研究及应用
• 4.1 线性回归模型
• 4.1.1 线性回归模型及其参数估计
• 4.1.2 多元线性回归模型
• 4.1.3 算例分析
• 4.2 灰色理论模型
• 4.2.1 GM（1,1）预测模型
• 4.2.2 灰色模型的检验
• 4.2.3 灰色模型预测技术的改进
• 4.2.4 算例分析
• 4.3 时间序列预测模型
• 4.3.1 时间序列预测模型—指数平滑法
• 4.3.2 指数平滑法预测流程图
• 4.3.3 算例分析
• 4.4 本章小结
• 第五章 应用负荷预测的注意事项
• 5.1 负荷数据的预处理
• 5.2 样本指标选择
• 5.3 数据标准化
• 5.4 气象数据与日期信息处理
• 5.5 本章小结
• 第六章 研究结论与展望
• 6.1 结论
• 6.2 进一步工作的方向
• 参考文献
• 在读期间已发表的论文
• 致谢
• 个人简历