廣安電力系統(tǒng)短期負(fù)荷預(yù)測(cè)的應(yīng)用研究.pdf

1、短期負(fù)荷預(yù)測(cè)是電力系統(tǒng)運(yùn)行調(diào)度中一項(xiàng)非常重要的內(nèi)容，它是電網(wǎng)安全經(jīng)濟(jì)運(yùn)行的前提，也是調(diào)度安排開停機(jī)計(jì)劃的基礎(chǔ)，對(duì)電網(wǎng)調(diào)度自動(dòng)控制非常重要，其預(yù)測(cè)精度直接影響電力系統(tǒng)的經(jīng)濟(jì)效益。隨著電力改革的深化，電力市場(chǎng)的進(jìn)一步開放，高質(zhì)量的短期負(fù)荷預(yù)測(cè)愈顯得重要和迫切。
　　 本文在對(duì)現(xiàn)有各種預(yù)測(cè)算法進(jìn)行深入、細(xì)致研究的基礎(chǔ)上，分析了各種算法的優(yōu)缺點(diǎn)以及其所適用的范圍，詳細(xì)地綜述了近年來(lái)國(guó)內(nèi)外應(yīng)用和研究的進(jìn)展情況。通過(guò)對(duì)電力負(fù)荷特性的分析，提

2、出了基于綜合法的數(shù)據(jù)預(yù)處理新方法，為廣安電網(wǎng)短期負(fù)荷預(yù)測(cè)模型利用這些歷史數(shù)據(jù)奠定了基礎(chǔ)。
　　 由于負(fù)荷預(yù)測(cè)的實(shí)質(zhì)就是尋找一種能較準(zhǔn)確地?cái)M合多種影響因素與負(fù)荷之間非線性復(fù)雜關(guān)系的函數(shù)映射，而支持向量機(jī)是建立在統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)上的新一代機(jī)器學(xué)習(xí)方法，以結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則為理論出發(fā)點(diǎn)，具有較強(qiáng)的非線性擬合能力和較好的推廣能力，并較好地解決了高維數(shù)、非線性、小樣本、局部極小值等實(shí)際問(wèn)題。所以本文將其應(yīng)用于電力系統(tǒng)短期負(fù)荷預(yù)測(cè)，提出了基

3、于支持向量機(jī)回歸(SVR)及其參數(shù)優(yōu)化的短期負(fù)荷預(yù)測(cè)方法。一方面，該方法通過(guò)充分利用負(fù)荷的日周期性和同時(shí)刻負(fù)荷相近性，采用不同天同時(shí)刻的負(fù)荷樣本訓(xùn)練SVR來(lái)獲取負(fù)荷的最優(yōu)回歸函數(shù)，實(shí)現(xiàn)了在最小化負(fù)荷樣本點(diǎn)誤差的同時(shí)，縮小模型泛化誤差的上界；另一方面，該法在考慮參數(shù)對(duì)SVR預(yù)測(cè)模型的影響的基礎(chǔ)上，將虛擬預(yù)測(cè)策略和粒子群算法運(yùn)用于支持向量機(jī)參數(shù)的優(yōu)化，實(shí)現(xiàn)了模型參數(shù)的自適應(yīng)優(yōu)化選擇，克服了SVR建模過(guò)程的盲目性，并以廣安電網(wǎng)仿真測(cè)試證明了所