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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、電力工業(yè)是國家的重大基礎(chǔ)行業(yè),對于我國經(jīng)濟建設(shè)、國家安全、社會穩(wěn)定、居民生活質(zhì)量具有至關(guān)重要的作用,精確的電力負(fù)荷預(yù)測對于制定發(fā)電計劃、制定經(jīng)濟合理的電力調(diào)配計劃、制定上網(wǎng)競價計劃、控制電網(wǎng)經(jīng)濟運營、降低旋轉(zhuǎn)儲備容量、進(jìn)行電力市場需求分析、避免重大事故、有效化解風(fēng)險、保障生產(chǎn)和生活用電方面具有十分重要的意義。然而電力負(fù)荷預(yù)測工作是十分復(fù)雜的,它除了包括負(fù)荷自身特性、經(jīng)濟人口等定量型因素的影響,同時也包含著不規(guī)則事件、日期類型、季節(jié)類型、
2、描述性天氣等非數(shù)字型的定性因素的影響,如果不考慮這些定性因素的影響,無論如何改進(jìn)負(fù)荷預(yù)測模型,預(yù)測精度都很難有根本性的提高,負(fù)荷預(yù)測理論也難以有較大的突破。因此,本文提出了基于知識挖掘技術(shù)的智能協(xié)同電力負(fù)荷預(yù)測研究思想,旨在結(jié)合知識挖掘技術(shù)和智能電力負(fù)荷預(yù)測方法進(jìn)行協(xié)同電力負(fù)荷預(yù)測,通過知識挖掘直接對數(shù)據(jù)庫中的負(fù)荷變量屬性及對應(yīng)的各類影響因素變量屬性進(jìn)行分析處理,在預(yù)測時通過計算與預(yù)測目標(biāo)各類知識特征的總體關(guān)聯(lián)程度大小,自動提取具有高度
3、相似性綜合知識特征的同類歷史數(shù)據(jù),再結(jié)合智能算法和電力負(fù)荷預(yù)測方法建立具有針對性的自適應(yīng)結(jié)構(gòu)的智能預(yù)測模型對負(fù)荷進(jìn)行預(yù)測,在遇到有少部分具有較大的預(yù)測誤差點時利用知識挖掘形成的糾偏規(guī)則進(jìn)行相應(yīng)的后干預(yù)工作,能夠進(jìn)一步克服以前的預(yù)測方法的不足,使預(yù)測精度得到突破性的提高。本文進(jìn)行的主要工作如下:
(1)提出了基于知識挖掘技術(shù)的負(fù)荷數(shù)據(jù)規(guī)范以及相應(yīng)的預(yù)處理方法。在對影響負(fù)荷預(yù)測的屬性變量進(jìn)行分類的基礎(chǔ)上,建立起相應(yīng)的數(shù)據(jù)庫結(jié)構(gòu)
4、規(guī)范,利用相應(yīng)的數(shù)據(jù)預(yù)處理方法形成各種負(fù)荷預(yù)測需要的不同數(shù)據(jù)視圖,可以方便對定性型因素和定量型因素的處理。
(2)建立了基于知識挖掘分類技術(shù)的自適應(yīng)結(jié)構(gòu)的日負(fù)荷曲線BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型。在僅有純負(fù)荷數(shù)據(jù)的情況下,首先通過計算負(fù)荷曲線的相似度對歷史數(shù)據(jù)進(jìn)行排序并進(jìn)行初步的預(yù)測,然后再利用BP神經(jīng)網(wǎng)絡(luò)對誤差進(jìn)行糾偏工作來得到更加精確的預(yù)測結(jié)果;在具有較多氣象數(shù)據(jù)可供分析時,首先利用聚類分析將日曲線負(fù)荷進(jìn)行聚類分析,然后利用知識
5、挖掘中的分類技術(shù)尋求氣象數(shù)據(jù)和曲線負(fù)荷聚類之間的關(guān)系,形成相應(yīng)的知識規(guī)則,并在形成分類規(guī)則時,利用粗糙集的屬性約簡技術(shù)剔除掉冗余屬性來加快生成規(guī)則的速度,最后利用不同類別的數(shù)據(jù)訓(xùn)練出不同的BP神經(jīng)網(wǎng)絡(luò)模型;這樣在進(jìn)行負(fù)荷預(yù)測工作時,可以根據(jù)預(yù)先判斷的氣象數(shù)據(jù)找出相應(yīng)的類別,并選取相應(yīng)的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測來提高預(yù)測的精度。在利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行模型訓(xùn)練時,提出了一種簡單的自適應(yīng)BP神經(jīng)網(wǎng)絡(luò)對日負(fù)荷曲線進(jìn)行預(yù)測,該自適應(yīng)網(wǎng)絡(luò)可以自動確定隱
6、含層節(jié)點的個數(shù),無需人為經(jīng)驗的干預(yù)。
(3)提出了利用微分進(jìn)化算法調(diào)整參數(shù)的支持向量機中長期負(fù)荷預(yù)測模型。對于中長期負(fù)荷預(yù)測,由于其樣本數(shù)據(jù)遠(yuǎn)少于短期負(fù)荷預(yù)測,因此適用于小樣本數(shù)據(jù)量條件下的支持向量機智能預(yù)測方法,該方法可以有效地選取支持向量機所需求的相應(yīng)參數(shù),可以有效地提高中長期負(fù)荷預(yù)測的精度。
(4)提出了一種結(jié)合知識挖掘后干預(yù)糾偏技術(shù)、時間序列預(yù)測技術(shù)以及支持向量機預(yù)測方法的日最大負(fù)荷預(yù)測方法。由于日最
7、大負(fù)荷預(yù)測不但需要考慮氣象因素的影響,還需要考慮不同類型日期、不規(guī)則事件對日最大負(fù)荷的影響,本文提出的方法不但可以考慮負(fù)荷序列的趨勢,而且可以考慮非線性因素的影響和不規(guī)則事件的影響,經(jīng)過知識挖掘后干預(yù)糾偏后可以有效地提高負(fù)荷預(yù)測的精度。
(5)提出了基于負(fù)荷預(yù)測的預(yù)警監(jiān)測指標(biāo)并建立了基于知識挖掘的自然災(zāi)害預(yù)警方法。結(jié)合上文中的負(fù)荷預(yù)測方法和預(yù)測結(jié)果,對短期日負(fù)荷曲線進(jìn)行偏離度的監(jiān)測以及對中長期供需平衡進(jìn)行監(jiān)測,對于氣象災(zāi)害
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(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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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
- 基于知識挖掘技術(shù)的智能協(xié)同電力負(fù)荷預(yù)測研究(1)
- 基于數(shù)據(jù)挖掘技術(shù)的電力負(fù)荷預(yù)測研究.pdf
- 基于數(shù)據(jù)挖掘技術(shù)的短期電力負(fù)荷預(yù)測.pdf
- 基于智能優(yōu)化的電力負(fù)荷預(yù)測方法研究.pdf
- 基于數(shù)據(jù)挖掘技術(shù)的南京地區(qū)短期電力負(fù)荷預(yù)測方法研究.pdf
- 基于人工智能的電力負(fù)荷預(yù)測.pdf
- 基于數(shù)據(jù)挖掘技術(shù)的電力系統(tǒng)短期負(fù)荷預(yù)測.pdf
- 基于智能算法的電力負(fù)荷預(yù)測分析
- 基于智能算法的電力負(fù)荷預(yù)測分析.pdf
- 基于數(shù)據(jù)挖掘算法的電力負(fù)荷預(yù)測系統(tǒng)的改進(jìn).pdf
- 基于數(shù)據(jù)挖掘技術(shù)的短期負(fù)荷預(yù)測.pdf
- 數(shù)據(jù)挖掘技術(shù)在電力負(fù)荷預(yù)測系統(tǒng)中應(yīng)用的研究.pdf
- 基于智能優(yōu)化模型的短期電力負(fù)荷預(yù)測系統(tǒng).pdf
- 基于數(shù)據(jù)挖掘的電力短期負(fù)荷預(yù)測模型及方法的研究.pdf
- 基于數(shù)據(jù)挖掘的電力系統(tǒng)短期負(fù)荷預(yù)測研究.pdf
- 基于數(shù)據(jù)挖掘的商業(yè)電力負(fù)荷預(yù)測及用電優(yōu)化算法研究.pdf
- 基于智能控制的短期電力負(fù)荷預(yù)測方法研究與應(yīng)用.pdf
- 智能電網(wǎng)環(huán)境下的電力負(fù)荷預(yù)測.pdf
- 基于群集智能與算法融合的電力負(fù)荷組合預(yù)測.pdf
- 群智能算法與電力負(fù)荷預(yù)測研究.pdf
評論
0/150
提交評論