《基于數(shù)據(jù)驅動的短期電力負荷預測方法研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。

1、萬方數(shù)據(jù)分類號UDC密級學位論文基于數(shù)據(jù)驅動的短期電力負荷預測方法研究作者姓名：金凱指導教師：王占山教授東北大學信息科學與工程學院申請學位級別：碩士學科類別：工學學科專業(yè)級別：電力系統(tǒng)及其自動化論文提交日期：2012年6月論文答辯日期：2012年6月8日學位授予日期：2012年6月評閱人：美出臭新毒}、秋野東北大學2012年6月萬方數(shù)據(jù)AThesisinPowerSystemandAutomationResearchonDataBasedShort．-TermLoadForecastingforPowerSystems

2、ByJinKaiSupervisor：ProfessorWangZhanshanNortheasternUniversityJune2012㈣3哪4㈣5㈣2㈣叫㈣J一萬方數(shù)據(jù)獨創(chuàng)性聲明本人聲明所呈交的學位論文是在導師的指導下完成的。論文中取得的研究成果除加以標注和致謝的地方外，不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包括本人為獲得其他學位而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示誠摯的謝意。學位論文作者簽名：仝彩疋一／簽字日期：z。Jz，占‘／學位論文版權使用授權書本學

3、位論文作者和指導教師完全了解東北大學有關保留、使用學位論文的規(guī)定：即學校有權保留并向國家有關部門或機構送交論文的復印件和磁盤，允許論文被查閱和借閱。本人同意東北大學可以將學位論文的全部或部分內容編入有關數(shù)據(jù)庫進行檢索、交流。作者和導師同意網(wǎng)上交流的時間為作者獲得學位后：半年口一年口一年半口兩年∥學位論文作者簽名：今彬山導師簽名：簽字目期：2)f2．‘．}簽字日期：鋤～萬方數(shù)據(jù)東北大學碩士學位論文摘要基于數(shù)據(jù)驅動的短期電力負荷預測方法研究摘要電力系統(tǒng)負荷預測已經(jīng)成為電力系統(tǒng)管理現(xiàn)代化的重要研究課題之一，尤其是短期負荷預測

4、，在電力企業(yè)的生產(chǎn)和運行中發(fā)揮著重要的作用。影響短期負荷預測的因素有很多，不同的地區(qū)、不同的季節(jié)、不同的星期類型都不盡相同，任何一種單一模型都不可能在任何時候滿足負荷預測的精度要求，在沒有找到合適的滿足精度的單一預測模型前，能否找到一種通用的組合預測模型對負荷預測有個大致的判斷或者是在精度方面接近預測效果較好的單一預測模型，并且在預測結果的魯棒性方面和降低預測風險方面有著明顯的增強是本文主要研究的目的。本文在對大量原始的電力負荷數(shù)據(jù)和氣象數(shù)據(jù)進行收集和整理的同時，將數(shù)據(jù)挖掘和神經(jīng)網(wǎng)絡相結合的短期負荷預測模型與聚類分析和

5、支持向量機相結合的短期負荷預測模型作為組合預測模型中的單項模型，并且將優(yōu)勢矩陣法應用到組合預測模型的權重分析上來，通過實驗數(shù)據(jù)與實際負荷值的比較證實該組合模型在實際應用中的可行性。本文的主要工作有：(1)詳細論述了負荷預測的基本原理和相關要求，分析了應用于短期負荷預測基本方法和基本步驟，并闡述了什么是數(shù)據(jù)挖掘怎樣進行數(shù)據(jù)挖掘的方法。(2)通過數(shù)據(jù)挖掘的基本方法從大量的歷史負荷以及其他相關數(shù)據(jù)中篩選出異常數(shù)據(jù)，將影響負荷的特征屬性按照重要程度進行排序，并將涉及的數(shù)據(jù)進行歸一化處理，構建適合的神經(jīng)網(wǎng)絡，避免由于輸入變量過多

6、和異常數(shù)據(jù)導致“維數(shù)災”，加重網(wǎng)絡訓練負擔，降低預測精度。(3)分析了支持向量機的基本理論以及支持向量機核函數(shù)及參數(shù)的選擇方法，運用K-Means聚類算法對原始樣本進行分類，使分類后的數(shù)據(jù)集中心之間的距離盡可能遠，充分發(fā)揮支持向量機擬和精度高、學習和推廣能力強的優(yōu)點。(4)對組合預測的原理進行詳細的闡述，并且論述了組合預測需要解決的問題以及組合預測模型的使用條件，運用優(yōu)勢矩陣法確定權重系數(shù)的組合預測方法對遼寧某地區(qū)夏季整點的負荷進行預測，增強了預測模型的魯棒性，降低了預測風險。關鍵詞：組合預測；短期電力負荷預測；數(shù)據(jù)挖

7、掘；支持向量機萬方數(shù)據(jù)東北大學碩士學位論文AbstractResearchonDatabasedShort—TermLoadForecastingforPowerSystemsAbstractPowersystemloadforecastinghasbecomeoneoftheimportantresearchtopicsinmodernpowersystemmanagement．Especially，short-termloadforecastingplaysallimportantroleintheproducti

8、onandoperationofpowerutilities．Therearemanyfactorsthataffectshort．termloadforecastingsuchasdifferentareas．differentseasonsanddifferentdaytypesofweeks．Anysinglemodelca