

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、電力是國(guó)民經(jīng)濟(jì)的命脈,隨著我國(guó)經(jīng)濟(jì)、生活電氣化水平的不斷提高,人們對(duì)于電力消費(fèi)的需求持續(xù)增長(zhǎng)。因此,影響決策的電力負(fù)荷預(yù)測(cè)技術(shù)就顯得越發(fā)重要。負(fù)荷預(yù)測(cè)精度的水平直接影響著電力部門能否經(jīng)濟(jì)優(yōu)化地制定發(fā)電計(jì)劃,制訂經(jīng)濟(jì)合理的電力調(diào)配計(jì)劃,控制電網(wǎng)經(jīng)濟(jì)運(yùn)營(yíng)以及合理安排機(jī)組安裝檢修計(jì)劃。因此,探索有效方法提高電力負(fù)荷預(yù)測(cè)的精度,具有重要的現(xiàn)實(shí)意義。
本文在對(duì)負(fù)荷預(yù)測(cè)、灰色預(yù)測(cè)理論以及粒子群算法國(guó)內(nèi)外研究的基礎(chǔ)上,從經(jīng)驗(yàn)技術(shù)、經(jīng)典技術(shù)以
2、新技術(shù)三個(gè)方面研究電力負(fù)荷預(yù)測(cè)技術(shù),結(jié)合各自預(yù)測(cè)技術(shù)的典型方法,對(duì)其優(yōu)、缺點(diǎn)以及適用范圍進(jìn)行了論述。隨后從灰色系統(tǒng)理論產(chǎn)生與發(fā)展、基本原理等方面,對(duì)灰色預(yù)測(cè)模型進(jìn)行了研究,詳細(xì)介紹經(jīng)典灰色預(yù)測(cè)模型中的GM(1,1)模型以及灰色Verhulst模型,分析了模型中存在的理論缺陷。為解決非線性原始數(shù)列的灰色預(yù)測(cè)問題,提出GM(1,1)冪模型的概念,文章深入研究GM(1,1)冪模型的建模原理、步驟、參數(shù)分析以及造成誤差的原因,總結(jié)出通過改善原始
3、數(shù)據(jù)序列光滑度,冪模型構(gòu)建中背景值、初始條件、冪指數(shù)優(yōu)化提高模型的預(yù)測(cè)精度。針對(duì)上述問題,本文通過利用余弦函數(shù)對(duì)原始數(shù)據(jù)進(jìn)行處理,在減弱異常值影響,提高序列的光滑度的同時(shí)在一定程度上縮小了還原誤差。通過粒子群優(yōu)化算法尋求模型參數(shù),從而得到與模型匹配度更高、整體預(yù)測(cè)效果更好的模型參數(shù),從而彌補(bǔ)以往憑經(jīng)驗(yàn)給出模型參數(shù)的不足,最后,構(gòu)建基于粒子群優(yōu)化的GM(1,1)冪模型,并對(duì)模型的實(shí)現(xiàn)流程進(jìn)行了詳細(xì)論述。文章采用北京電網(wǎng)的歷史負(fù)荷數(shù)據(jù)對(duì)構(gòu)建
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(qǐng)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(qǐng)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(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于粒子群算法的GM(1,1)模型及其應(yīng)用.pdf
- 基于mgm(1,1)模型的電力負(fù)荷預(yù)測(cè)
- 基于數(shù)值分析的改進(jìn)GM(1,1)負(fù)荷預(yù)測(cè)模型研究.pdf
- 基于粒子群優(yōu)化算法的短期電力負(fù)荷預(yù)測(cè).pdf
- 基于粒子群優(yōu)化模糊推理的短期電力負(fù)荷預(yù)測(cè).pdf
- GM(1,1)模型的特性與優(yōu)化研究.pdf
- 基于改進(jìn)gm(1,1)模型的建設(shè)工程費(fèi)用預(yù)測(cè)
- GM(1,1)模型的優(yōu)化及其應(yīng)用研究.pdf
- 含可變參數(shù)的緩沖算子與GM(1,1)冪模型研究.pdf
- GM(1,1)模型的優(yōu)化及應(yīng)用研究.pdf
- 基于粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)的電力短期負(fù)荷預(yù)測(cè)研究.pdf
- 11277.灰色預(yù)測(cè)gm(1,1)模型的幾種拓廣模型研究
- 灰色gm(1,1)模型在經(jīng)濟(jì)預(yù)測(cè)中的應(yīng)用
- 41787.基于gm(1,1)的變形預(yù)測(cè)模型庫系統(tǒng)的研究
- 基于改進(jìn)粒子群算法的短期電力負(fù)荷組合預(yù)測(cè)模型的研究.pdf
- 基于gm(1,1)模型的江西工業(yè)物流需求預(yù)測(cè)
- 1476.gm(1,1)模型優(yōu)化及其應(yīng)用研究
- 基于gm(1,1)的棉花期貨價(jià)格預(yù)測(cè)模型
- gm(1,1)模型在圍護(hù)體變形預(yù)測(cè)中的應(yīng)用
- 基于灰色GM(1,1)-馬爾科夫鏈模型的職業(yè)衛(wèi)生預(yù)測(cè)研究.pdf
評(píng)論
0/150
提交評(píng)論