基于云計算與智能算法的短期電力負荷預(yù)測方法研究.pdf

1、社會的發(fā)展促使人們對電能質(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電能的技術(shù)和設(shè)備，所以保證負荷和供電之間的平衡就成了提供優(yōu)質(zhì)電能的保障。短期電力負荷預(yù)測是電網(wǎng)安全和穩(wěn)定運行的基礎(chǔ)，所以利用歷史負荷數(shù)據(jù)來預(yù)測未來幾天的負荷值得深入研究。大量的研究得出，電力負荷具有混沌性，用常規(guī)的預(yù)測方法難以精準預(yù)測。通過重構(gòu)相空間，可以還原出一維負荷時間序列隱藏的高維信息，從而對電力系統(tǒng)負荷進行更加精準的

2、預(yù)測。論文通過重構(gòu)歷史負荷數(shù)據(jù)的相空間，然后結(jié)合極限學(xué)習(xí)機與支持向量機建立了比較精準的預(yù)測模型。針對電力系統(tǒng)產(chǎn)生的海量負荷數(shù)據(jù)，論文在Spark云計算平臺下對算法進行并行化設(shè)計，以加快模型在處理海量電力負荷數(shù)據(jù)時的訓(xùn)練速度。通過仿真對比驗證了論文設(shè)計模型的有效性和可行性。論文主要研究內(nèi)容如下：
　　根據(jù)負荷數(shù)據(jù)的混沌性，給出了一種相空間重構(gòu)與極限學(xué)習(xí)機相結(jié)合的短期電力負荷預(yù)測方法。通過計算相空間重構(gòu)相關(guān)參數(shù)，對負荷樣本進行相空間重

3、構(gòu)，使得新的樣本數(shù)據(jù)更能反映出負荷的變化特性，然后結(jié)合極限學(xué)習(xí)機建立短期電力負荷預(yù)測模型。和傳統(tǒng)預(yù)測方法相比，該方法具有更加精確的預(yù)測能力和優(yōu)異的泛化性能。
　　在短期負荷預(yù)測中，將相空間重構(gòu)與支持向量機結(jié)合用于短期電力負荷預(yù)測，給出了一種利用隨機聚焦搜索優(yōu)化算法進行輸入?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荷預(yù)測，仿真結(jié)果表明該方法具有更加精確的預(yù)測能力和收斂速度。
　　針對電