基于HHT的短期電力負荷預測研究.pdf_第1頁
已閱讀1頁,還剩62頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、短期電力負荷預測對電力系統(tǒng)的經濟調度、實時控制、運行計劃和發(fā)展規(guī)劃等有重要的意義,有利于提高發(fā)電設備的利用率和經濟調度的有效性。隨著電力工業(yè)的重要性的提高,以及電力市場改革的深入和競爭機制的引入,短期負荷預測的精度得到了越來越多的關注。
  Hilbert-Huang變換(Hilbert-HuangTransform,HHT)適合處理非線性、非平穩(wěn)信號,能夠得到信號的時頻分布特征,具有完全的自適應性。在電力系統(tǒng)領域中,HHT已經廣

2、泛應用于電能質量檢測、諧波分析等方面,并取得了很好地效果。
  本文首先介紹了電力系統(tǒng)各主要用戶的用電特點、影響短期電力負荷的主要因素和常用的預測誤差分析統(tǒng)計指標,并對人工神經網(wǎng)絡、最小二乘支持向量機等方法進行了深入分析。針對HHT算法中存在的端點效應的問題,本文采用BP神經網(wǎng)絡延拓法來抑制。在進行負荷預測之前,首先對原始負荷數(shù)據(jù)進行預處理,并對溫度、天氣類型、日期類型進行量化處理,然后通過經驗模態(tài)分解(EmpiricalMode

3、Decomposition,EMD),將負荷序列分解成不同頻率的固有模態(tài)函數(shù)(IntrinsicModeFunction,IMF),然后進行Hilbert變換(HilbertTransform),得到各IMF分量的平均瞬時頻率,根據(jù)各IMF的特點選取不同的預測模型,最后將各IMF的預測結果疊加,得到最終的預測值。本文以安徽省合肥市2012年的實際負荷數(shù)據(jù)作為樣本集進行建模和預測,以平均絕對百分誤差和關聯(lián)度作為評價指標。為了驗證基于BP神

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論