基于云計(jì)算與智能算法的短期電力負(fù)荷預(yù)測(cè)方法研究.pdf

1、社會(huì)的發(fā)展促使人們對(duì)電能質(zhì)量要求越來(lái)越高，電力部門(mén)需要為用戶(hù)輸送可靠和優(yōu)質(zhì)的電能。由于目前還沒(méi)有研究出能夠大量存儲(chǔ)電能的技術(shù)和設(shè)備，所以保證負(fù)荷和供電之間的平衡就成了提供優(yōu)質(zhì)電能的保障。短期電力負(fù)荷預(yù)測(cè)是電網(wǎng)安全和穩(wěn)定運(yùn)行的基礎(chǔ)，所以利用歷史負(fù)荷數(shù)據(jù)來(lái)預(yù)測(cè)未來(lái)幾天的負(fù)荷值得深入研究。大量的研究得出，電力負(fù)荷具有混沌性，用常規(guī)的預(yù)測(cè)方法難以精準(zhǔn)預(yù)測(cè)。通過(guò)重構(gòu)相空間，可以還原出一維負(fù)荷時(shí)間序列隱藏的高維信息，從而對(duì)電力系統(tǒng)負(fù)荷進(jìn)行更加精準(zhǔn)的

2、預(yù)測(cè)。論文通過(guò)重構(gòu)歷史負(fù)荷數(shù)據(jù)的相空間，然后結(jié)合極限學(xué)習(xí)機(jī)與支持向量機(jī)建立了比較精準(zhǔn)的預(yù)測(cè)模型。針對(duì)電力系統(tǒng)產(chǎn)生的海量負(fù)荷數(shù)據(jù)，論文在Spark云計(jì)算平臺(tái)下對(duì)算法進(jìn)行并行化設(shè)計(jì)，以加快模型在處理海量電力負(fù)荷數(shù)據(jù)時(shí)的訓(xùn)練速度。通過(guò)仿真對(duì)比驗(yàn)證了論文設(shè)計(jì)模型的有效性和可行性。論文主要研究?jī)?nèi)容如下：
　　根據(jù)負(fù)荷數(shù)據(jù)的混沌性，給出了一種相空間重構(gòu)與極限學(xué)習(xí)機(jī)相結(jié)合的短期電力負(fù)荷預(yù)測(cè)方法。通過(guò)計(jì)算相空間重構(gòu)相關(guān)參數(shù)，對(duì)負(fù)荷樣本進(jìn)行相空間重

3、構(gòu)，使得新的樣本數(shù)據(jù)更能反映出負(fù)荷的變化特性，然后結(jié)合極限學(xué)習(xí)機(jī)建立短期電力負(fù)荷預(yù)測(cè)模型。和傳統(tǒng)預(yù)測(cè)方法相比，該方法具有更加精確的預(yù)測(cè)能力和優(yōu)異的泛化性能。
　　在短期負(fù)荷預(yù)測(cè)中，將相空間重構(gòu)與支持向量機(jī)結(jié)合用于短期電力負(fù)荷預(yù)測(cè)，給出了一種利用隨機(jī)聚焦搜索優(yōu)化算法進(jìn)行輸入?yún)?shù)優(yōu)化的模型，用線性核函數(shù)的映射問(wèn)題代替原來(lái)的非線性問(wèn)題，并將該方法用于短期電力負(fù)荷預(yù)測(cè)，仿真結(jié)果表明該方法具有更加精確的預(yù)測(cè)能力和收斂速度。
　　針對(duì)電