《基于云計(jì)算與智能算法的短期電力負(fù)荷預(yù)測(cè)方法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、．；＾．＇’．－＇＇＾ｒ．ｒ／ｒ＇、－？．茄．－草ｒｖ４．＇．；‘■吞．，－：冶．．．．；‘Ｖ這■弓／ｖ－、?。牐牐海蓿担海荆罚狇RＩＨ：宗－Ｉ．＇＇，＾曇．ｆ—＇．．篇礦．＇＇這．－苗ｃＶ’．－．酒．ＶＶｗ鴻齊＇．露；２＇．乃：罵Ｉ．＇接．站．：杉－；Ｉ．抑片尋；．＾萬(wàn)ｉ．．；．．＾ｙ叩，－片Ｘ，；ｉ．替ｃ一＇Ｎ．無訝＇表ｖ＼心１．巧Ｍ如ｒｖ片ｒ端＞Ｖ苦－．＇若ｒ：‘．班與達(dá)Ｖ．Ｖ壤＇門、Ｖ左荀；：讀：：＇．若髮批、ｉ：．難：；聲＇／；．馬－ｒ；身聲技．寧令碩位＇化．．＇、＼＇．故Ｖ＇．；；．／Ｉ．．；：；．＇；

2、；；Ｖ．＇Ｖ－．＇．Ｖ．ｓ．．．ｉ：．ｊ＂ｚ力／如‘－法的＆預(yù)＇巧能點(diǎn)茍韋．録．．．－．．苗，．：：．■；．咱，：．．打．＾－產(chǎn)穿；．＾．，；巧７－方．挪祕(mì)＼■．；．：＇．／■．ｒ．；．＇蘆＇Ｖ．；＇＇扣；Ｒｗｊ菌化謝恥ｈ＼，．批＇－￥‘ｚ＇－．＇．．ｒ：＞．化ｓ§若＾ｖ卿記卸－ｖ？？＾＾，－％－；－－ｒ．：．八ｖ；－－＇．＇如＇ｒ＇．．．如Ｎ．’如．．、—：；ｓ４．：＼＼‘．；．．ｒｉ■’ｉ惡．ｊＶｙ相苗ｎ／’＼店鷄？；ｓ覃Ｖ＾＾；：ｌ詩(shī)＇，＼ｆ．．．為＾Ｉ：

3、，ｖ■．■＇？ｒ：－打與‘－，安＇．＾一｜．＊－護(hù)．、１．ｆｅＡ＾１，．．■皆．Ｘｖ；＞一．．ｖ．．＃！＞Ｕ複‘Ｖ，．；、＂／Ｍ?wèi)?；棒Ｖ：Ｖ；－：’京：％．考：Ｖ．．Ｖ’．＇，一，蠢：＾■．＾ｒ於，．－Ｊ－１．．；鬟－．議／－．；．聽．，：麵?。牎觯牐犠x．馬．＾’－‘Ｖ；－．一＞ｖ輪－，汝；送＇Ｖ；如＇；＇＾■ｔ篡■ｎ；■’灣＞，－．‘ｎ：－．ｅ－＞．＾令．．＃．、．ｖｖ．．．．．．＇．４＇：Ｊ／／．．彎－■■．秦．—、ｖ，－１＼：今■ｉｖＶ－＾Ｉ巧．叩；

4、‘：，國(guó)內(nèi)圖書分類號(hào)：TP399學(xué)校代碼：10079國(guó)際圖書分類號(hào)：004.02密級(jí)：公開專業(yè)碩士學(xué)位論文基于云計(jì)算與智能算法的短期電力負(fù)荷預(yù)測(cè)方法研究碩士研究生：唐輝輝導(dǎo)師：張少敏教授申請(qǐng)學(xué)位：工程碩士專業(yè)領(lǐng)域：計(jì)算機(jī)技術(shù)培養(yǎng)方式：全日制所在學(xué)院：控制與計(jì)算機(jī)工程學(xué)院答辯日期：2016年3月授予學(xué)位學(xué)院：華北電力大學(xué)ClassifiedIndex:TP399U.D.C:004.02ThesisfortheMasterDegreeResearchonShort-termPowerLoadForecastingBasedonCloudComputingandSmartA

5、lgorithmsHuihuiTangCandidate：Supervisor：Prof.ShaominZhangSchool：SchoolofControlandComputerEngineeringDateofDefence：March,2016Degree-Conferring-Institution：NorthChinaElectricPowerUniversity華北電力大學(xué)碩士學(xué)位論文摘要社會(huì)的發(fā)展促使人們對(duì)電能質(zhì)量要求越來越高，電力部門需要為用戶輸送可靠和優(yōu)質(zhì)的電能。由于目前還沒有研究出能夠大量存儲(chǔ)電能的技術(shù)和設(shè)備，所以保證負(fù)荷和供電之間的平衡就成了提供優(yōu)質(zhì)電能的保

6、障。短期電力負(fù)荷預(yù)測(cè)是電網(wǎng)安全和穩(wěn)定運(yùn)行的基礎(chǔ)，所以利用歷史負(fù)荷數(shù)據(jù)來預(yù)測(cè)未來幾天的負(fù)荷值得深入研究。大量的研究得出，電力負(fù)荷具有混沌性，用常規(guī)的預(yù)測(cè)方法難以精準(zhǔn)預(yù)測(cè)。通過重構(gòu)相空間，可以還原出一維負(fù)荷時(shí)間序列隱藏的高維信息，從而對(duì)電力系統(tǒng)負(fù)荷進(jìn)行更加精準(zhǔn)的預(yù)測(cè)。論文通過重構(gòu)歷史負(fù)荷數(shù)據(jù)的相空間，然后結(jié)合極限學(xué)習(xí)機(jī)與支持向量機(jī)建立了比較精準(zhǔn)的預(yù)測(cè)模型。針對(duì)電力系統(tǒng)產(chǎn)生的海量負(fù)荷數(shù)據(jù)，論文在Spark云計(jì)算平臺(tái)下對(duì)算法進(jìn)行并行化設(shè)計(jì)，以加快模型在處理海量電力負(fù)荷數(shù)據(jù)時(shí)的訓(xùn)練速度。通過仿真對(duì)比驗(yàn)證了論文設(shè)計(jì)模型的有效性和可行性。論文主要研究?jī)?nèi)容如下：根據(jù)負(fù)荷數(shù)據(jù)的混沌性，給出了一種相

7、空間重構(gòu)與極限學(xué)習(xí)機(jī)相結(jié)合的短期電力負(fù)荷預(yù)測(cè)方法。通過計(jì)算相空間重構(gòu)相關(guān)參數(shù)，對(duì)負(fù)荷樣本進(jìn)行相空間重構(gòu)，使得新的樣本數(shù)據(jù)更能反映出負(fù)荷的變化特性，然后結(jié)合極限學(xué)習(xí)機(jī)建立短期電力負(fù)荷預(yù)測(cè)模型。和傳統(tǒng)預(yù)測(cè)方法相比，該方法具有更加精確的預(yù)測(cè)能力和優(yōu)異的泛化性能。在短期負(fù)荷預(yù)測(cè)中，將相空間重構(gòu)與支持向量機(jī)結(jié)合用于短期電力負(fù)荷預(yù)測(cè)，給出了一種利用隨機(jī)聚焦搜索優(yōu)化算法進(jìn)行輸入?yún)?shù)優(yōu)化的模型，用線性核函數(shù)的映射問題代替原來的非線性問題，并將該方法用于短期電力負(fù)荷預(yù)測(cè)，仿真結(jié)果表明該方法具有更加