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、目前,由于電力行業(yè)的持續(xù)發(fā)展,供電企業(yè)管理對以往的電力系統(tǒng)的要求已大大提高。同時,電力行業(yè)管理者也會遇到越來越多的決策問題。因此基于大數據平臺應用的供電量分析及預測系統(tǒng),將會成為支持企業(yè)決策分析和改善企業(yè)管理的重要工作。另一方面是在當下的經濟環(huán)境下,電量數據作為可以客觀衡量經濟形勢的重要指標,得到了政府部門的高度重視。特別是各行業(yè)的電量計算和分析預測,能夠輔助政府對經濟形勢進行預判,從而進一步作出經濟方面的決策。因此基于大數據平臺應用的
2、供電量分析預測勢在必行。
但是基于大數據平臺應用的供電量分析及預測系統(tǒng)中已有的預測方法預測精度不高,各方法均存在自身局限性,所以預測結果不能令人滿意,因而提高預測精度一直是人們致力研究的方向。為了更加精準的預測目標年用電量,本文將對佛山市未來用電量的預測方法進行重點研究,通過對所建立模型的研究和與傳統(tǒng)的單項負荷預測模型進行實例驗證,表明使用本文中的預測模型可以得到更加精確的預測結果。
本文先對基于大數據平臺的用電量分
3、析及預測系統(tǒng)進行了詳細的分析與介紹,并重點分析了基于歷史電量數據進行預測進而得到未來用電量走勢的功能;然后對佛山市電網歷史數據進行統(tǒng)計,利用時間序列分解法揭示負荷時序序列的內在規(guī)律,在規(guī)律性分析中應用該方法,分析總結出負荷時間序列的變化規(guī)律,運用科學合理的方法進行數據處理,從而找出負荷客觀實際的用電量規(guī)律,為指導電網規(guī)劃研究提供了理論基礎;為了對用電量預測方法上的創(chuàng)新及預測精度的提高,本文充分挖掘并利用負荷歷史數據的更多信息,在對負荷序
4、列進行分析的基礎上,構建了雙向預測模型,利用所建模型對歷史數據進行處理,得到目標年各月度用電量預測值;另外,本文提出一種基于多變量模型的佛山市用電量預測方法,對影響佛山市用電量電量發(fā)展的多個因數進行綜合分析,建立電量預測模型,通過運用該模型來改善預測結果的精度。
最后,以佛山地區(qū)電網為例,利用已收集的歷史數據驗證所建立的預測模型來證明所提預測方法是有效的、可行的,所以研究佛山市未來用電量預測方法,對電量預測結果精度的提高具有重
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。
最新文檔
- 家庭電器電量分析與預測方法研究.pdf
- 基于Hadoop大數據平臺的行人交通流量預測方法及應用.pdf
- 基于大數據分析方法的溫控負荷可調度容量預測及應用.pdf
- 基于大數據分析的電梯綜合風險評定及預測方法研究.pdf
- 電量分析系統(tǒng)中數據挖掘技術的研究與應用.pdf
- 基于Hadoop平臺的大數據遷移與查詢方法研究及應用.pdf
- 基于校園大數據的學生行為分析與預測方法研究.pdf
- 基于大數據的廣告推薦方法研究及應用.pdf
- 基于健康云平臺的大數據分析服務方法.pdf
- 線損管理下的供、售電量分析及預測.pdf
- 基于支持向量機的企業(yè)用電量分析與預測研究.pdf
- 醫(yī)療大數據分析應用平臺
- 基于ARIMA模型及回歸分析的區(qū)域用電量預測方法研究.pdf
- 大數據應用的需求分析方法
- 物流信息大數據分析方法研究及應用.pdf
- 大數據應用的需求分析方法
- 大數據在數據流量分析模型中的應用研究.pdf
- 基于分時預測法的電量預測模型研究及其應用.pdf
- 基于大數據的能耗特性分析方法研究.pdf
- 基于大數據平臺的MOOC混合推薦算法的研究及應用.pdf
評論
0/150
提交評論