數(shù)據(jù)挖掘技術(shù)及其在電網(wǎng)調(diào)度自動(dòng)化系統(tǒng)的應(yīng)用研究.pdf

1、短期負(fù)荷預(yù)測(cè)是電網(wǎng)調(diào)度自動(dòng)化系統(tǒng)高級(jí)功能的一部分.準(zhǔn)確的負(fù)荷預(yù)測(cè)有助于提高電力系統(tǒng)的安全性和穩(wěn)定性,減少發(fā)電成本.隨著電力工業(yè)的發(fā)展,短期負(fù)荷預(yù)測(cè)將發(fā)揮越來越重要的作用.該文首先研究了數(shù)據(jù)挖掘技術(shù)和短期負(fù)荷預(yù)測(cè)的理論,然后研究了人工神經(jīng)網(wǎng)絡(luò)方法,并用BP神經(jīng)網(wǎng)絡(luò)建立短期負(fù)荷預(yù)測(cè)綜合模型.為加快神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)速度,該文采用改進(jìn)的BP算法,引入平滑系數(shù)和遺忘系數(shù).為提高負(fù)荷預(yù)測(cè)的精度,該文同時(shí)考慮基本負(fù)荷、溫度、天氣敏感因素、節(jié)假日等多種影

2、響負(fù)荷預(yù)測(cè)的因素.該文最后介紹了電網(wǎng)調(diào)度自動(dòng)化系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn),并把綜合預(yù)測(cè)模型應(yīng)用到天門市供電局電網(wǎng)調(diào)度自動(dòng)化系統(tǒng)一短期負(fù)荷預(yù)測(cè)子系統(tǒng)中,取得了良好的預(yù)測(cè)效果.該文總共分為六章,其內(nèi)容如下:第l章主要介紹了該課題的研究?jī)?nèi)容及意義、數(shù)據(jù)挖掘的理論和技術(shù)及數(shù)據(jù)挖掘技術(shù)在電網(wǎng)調(diào)度自動(dòng)化系統(tǒng)中的應(yīng)用現(xiàn)狀.第2章介紹了負(fù)荷預(yù)測(cè)的理論和常用短期負(fù)荷預(yù)測(cè)方法.在對(duì)各種預(yù)測(cè)算法進(jìn)行比較的基礎(chǔ)上,提出了基于人工神經(jīng)網(wǎng)絡(luò)的改進(jìn)BP算法.第3章主要介紹了短

3、期負(fù)荷預(yù)測(cè)綜合模型的建立過程.重點(diǎn)介紹了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的選定策略,對(duì)歷史負(fù)荷數(shù)據(jù)平滑、歸一化處理的方法和采用改進(jìn)BP算法的綜合模型在短期負(fù)荷預(yù)測(cè)中的學(xué)習(xí)和預(yù)測(cè)過程.第4章具體介紹了綜合預(yù)測(cè)模型應(yīng)用平臺(tái)即電網(wǎng)調(diào)度自動(dòng)化系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).包括系統(tǒng)的體系結(jié)構(gòu)、硬件環(huán)境、數(shù)據(jù)庫(kù)設(shè)計(jì)、軟件組成等等.第5章介紹了短期負(fù)荷預(yù)綜合測(cè)模型在實(shí)際中的應(yīng)用及預(yù)測(cè)效果.通過與普通BP模型的比較,證明該模型有較好的學(xué)習(xí)速度和預(yù)測(cè)精度,創(chuàng)造良好的實(shí)際價(jià)值.第6章給出