考慮氣象因素的負(fù)荷預(yù)測方法研究及其系統(tǒng)實(shí)現(xiàn).pdf

1、負(fù)荷預(yù)測是一個值得不斷深入研究的課題。長期以來，國內(nèi)外專家學(xué)者和電力系統(tǒng)負(fù)荷預(yù)測相關(guān)人員不斷探索，形成了一系列的數(shù)學(xué)算法模型。由于負(fù)荷預(yù)測的數(shù)學(xué)理論核心是如何獲得預(yù)測對象的歷史變化規(guī)律以及預(yù)測對象與某些影響因素的相關(guān)關(guān)系，因此需要結(jié)合實(shí)際情況，對當(dāng)?shù)氐呢?fù)荷規(guī)律及其影響因素進(jìn)行全面統(tǒng)計與分析，精心設(shè)計有效的負(fù)荷預(yù)測系統(tǒng)平臺。 論文對影響負(fù)荷變化的氣象因素和其他相關(guān)因素做了細(xì)致分析，并以湖南省的電力負(fù)荷為例，解析了氣象因素對電力負(fù)荷

2、影響的四個層次；分析了考慮氣象因素選擇相似同的經(jīng)典方法及其存在的難點(diǎn)，在此基礎(chǔ)上，提出一種基于信息熵決策樹和粒子群算法的相似同選擇新方法，首先利用決策樹算法對歷史日進(jìn)行自動聚類，然后確定影響負(fù)荷變化的同特征向量構(gòu)成，并應(yīng)用粒子群算法訓(xùn)練日特征向量各維的最優(yōu)貢獻(xiàn)權(quán)重，最后依據(jù)加權(quán)歐氏距離從決策樹的分類結(jié)果中評價最優(yōu)相似R。在合理選擇相似同的基礎(chǔ)上，將改進(jìn)灰色模型應(yīng)用于超短期負(fù)荷預(yù)測；改進(jìn)灰色模型縱向預(yù)測一條近似負(fù)荷序列，再利用最新的橫向歷