版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、電力負荷預測是電力系統(tǒng)的一項基本工作,是安全調(diào)度和經(jīng)濟運行的重要依據(jù),在電力市場下,各電力公司要制定合理的經(jīng)濟模型和具有競爭力的實時電價,必須依賴于準確和快速的負荷預測。
短期電力負荷預測是電力系統(tǒng)管理現(xiàn)代化的重要內(nèi)容之一,是對發(fā)電、輸電和電能分配等合理安排的必要前提,對提高電力系統(tǒng)的經(jīng)濟效益和社會效益,保障電力系統(tǒng)的安全經(jīng)濟運行與國民經(jīng)濟的發(fā)展具有非常重要的影響。隨著電力系統(tǒng)管理現(xiàn)代化的發(fā)展,電力部門對短期負荷預測精度的要求
2、也越來越高。
本文介紹了電力負荷的特點、影響因素、預測原理和目前的研究現(xiàn)狀,闡述了關(guān)聯(lián)分析、聚類分析、分類、預測、時序模式和偏差分析等數(shù)據(jù)挖掘方法的特點,討論了數(shù)據(jù)挖掘技術(shù)中的決策樹分類技術(shù)、關(guān)聯(lián)規(guī)則算法等優(yōu)缺點和數(shù)據(jù)挖掘技術(shù)的實施步驟,針對現(xiàn)有的基于數(shù)據(jù)挖掘算法的電力負荷預測系統(tǒng),提出了算法的改進設(shè)想以及系統(tǒng)實現(xiàn)。
本文針對現(xiàn)有的基于數(shù)據(jù)挖掘技術(shù)的負荷預測系統(tǒng)主要做了以下幾點改進:
1)在對原始數(shù)據(jù)進行預
3、處理時,如果發(fā)現(xiàn)有不正常數(shù)據(jù)或缺失數(shù)據(jù),不是簡單的采用線性插值的方法對其進行修正,而是設(shè)計算法從歷史海量的數(shù)據(jù)中挖掘出連續(xù)時間點氣象數(shù)據(jù)的關(guān)聯(lián)規(guī)則,用這些關(guān)聯(lián)規(guī)則對冒大數(shù)點進行處理。
2)在選擇基準日的時候,我們設(shè)計了一個聚類算法來找到近期與預測日氣象因素最相近的一天,而不是簡單的拿前一天作為基準來預測。
3)在決策樹模型建立好后,又設(shè)計算法對決策樹進行修改,使其分類更加合理。
4)在得到預測結(jié)果以后,對負
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于數(shù)據(jù)挖掘技術(shù)的短期電力負荷預測.pdf
- 基于數(shù)據(jù)挖掘的商業(yè)電力負荷預測及用電優(yōu)化算法研究.pdf
- 基于數(shù)據(jù)挖掘技術(shù)的電力負荷預測研究.pdf
- 基于數(shù)據(jù)挖掘技術(shù)的電力系統(tǒng)短期負荷預測.pdf
- 基于數(shù)據(jù)挖掘的電力系統(tǒng)短期負荷預測研究.pdf
- 基于改進BP算法的電力系統(tǒng)短期負荷預測.pdf
- 基于數(shù)據(jù)挖掘的電力短期負荷預測模型及方法的研究.pdf
- 數(shù)據(jù)挖掘技術(shù)在電力負荷預測系統(tǒng)中應用的研究.pdf
- 基于改進神經(jīng)網(wǎng)絡(luò)算法的電力負荷短期預測研究
- 基于改進人工蜂群算法的中長期電力負荷預測.pdf
- 基于數(shù)據(jù)挖掘技術(shù)的短期負荷預測.pdf
- 基于電力大數(shù)據(jù)的負荷預測研究.pdf
- 基于數(shù)據(jù)挖掘技術(shù)的南京地區(qū)短期電力負荷預測方法研究.pdf
- 基于改進粒子群算法的短期電力負荷組合預測模型的研究.pdf
- 基于數(shù)據(jù)挖掘的短期負荷預測方法研究.pdf
- 改進粒子群算法在電力負荷預測中的應用.pdf
- 基于粒子濾波算法的電力系統(tǒng)短期負荷預測.pdf
- 數(shù)據(jù)挖掘在短期電力負荷預測中的應用研究.pdf
- 基于智能算法的電力負荷預測分析
- 基于智能算法的電力負荷預測分析.pdf
評論
0/150
提交評論