電網(wǎng)負(fù)荷分類盲分離預(yù)測系統(tǒng)設(shè)計與實現(xiàn).pdf

1、近十幾年對電力負(fù)荷預(yù)測的研究，負(fù)荷預(yù)測更加注重模糊模型的研究。這是因為對負(fù)荷預(yù)測影響因素的多樣性、負(fù)荷本身分散性和復(fù)雜不確定性有了更深入的認(rèn)識，更多地考慮負(fù)荷受到的不確定性因素影響，并用區(qū)間2型模糊數(shù)或是2型模糊數(shù)等來對不確定性建模。近幾年的研究一方面是以神經(jīng)網(wǎng)絡(luò)為核心的人工智能技術(shù)的綜合利用，以此來優(yōu)化負(fù)荷預(yù)測過程和結(jié)果，另一方面大量新型預(yù)測方法也被運用于負(fù)荷預(yù)測領(lǐng)域，這給電力負(fù)荷預(yù)測帶來了新思路和新方向。
　　本課題的主要研究

2、內(nèi)容包括以下幾個方面：
　　1、對電網(wǎng)負(fù)荷分類盲分離預(yù)測系統(tǒng)與智能電網(wǎng)之間的關(guān)系進(jìn)行詳細(xì)的分析，判斷當(dāng)前智能電網(wǎng)的需求背景下，電網(wǎng)負(fù)荷分類盲分離預(yù)測系統(tǒng)是否能夠達(dá)到。
　　2、引入大數(shù)據(jù)計算概念、電力云的產(chǎn)生和部署模式，提出了采用虛擬化構(gòu)架搭建負(fù)荷預(yù)測的模型，闡述了電力負(fù)荷預(yù)測機制，并且對大數(shù)據(jù)環(huán)境下資源調(diào)度進(jìn)行研究，一系列資源調(diào)度優(yōu)化算法能夠用于當(dāng)前的電力負(fù)荷環(huán)境下。
　　3、針對傳統(tǒng)的電網(wǎng)負(fù)荷分類盲分離預(yù)測系統(tǒng)的不