短期電力負(fù)荷預(yù)測方法的研究與應(yīng)用.pdf

1、短期負(fù)荷預(yù)測是電力系統(tǒng)調(diào)度運(yùn)營部門的一項(xiàng)重要參考指標(biāo)，由電力市場發(fā)展的趨勢來看，短期電力負(fù)荷預(yù)測將在其發(fā)展中起著越來越重要的作用。因此，如何進(jìn)行科學(xué)的短期負(fù)荷預(yù)測，提高預(yù)測精度以保證電力系統(tǒng)運(yùn)行的安全性、經(jīng)濟(jì)性和供電質(zhì)量，是短期負(fù)荷預(yù)測研究的一個(gè)重點(diǎn)問題。 本文介紹了電力負(fù)荷預(yù)測的相關(guān)背景和研究意義，并對(duì)電力系統(tǒng)短期負(fù)荷預(yù)測的若干方法進(jìn)行了總結(jié)和分析，包括傳統(tǒng)負(fù)荷預(yù)測方法和最近興起的人工智能預(yù)測方法。本文還基于支持向量機(jī)和灰色預(yù)

2、測法建立了短期電力負(fù)荷預(yù)測模型，并使用East—Slovakia Power Distribution Company提供的電網(wǎng)運(yùn)行數(shù)據(jù)進(jìn)行了算法實(shí)驗(yàn)。 為了進(jìn)行科學(xué)的建模，本文對(duì)短期電力負(fù)荷進(jìn)行了特性分析，以掌握負(fù)荷變化的規(guī)律和特性；本文還對(duì)樣本數(shù)據(jù)進(jìn)行了預(yù)處理，從而保證了樣本的質(zhì)量。鑒于支持向量機(jī)具有泛化能力強(qiáng)、訓(xùn)練收斂速度快等優(yōu)點(diǎn)，本文基于支持向量機(jī)建立了短期負(fù)荷預(yù)測模型，并基于grid—search方法進(jìn)行了核參數(shù)選擇，

3、從而提高了模型的預(yù)測精度。從實(shí)驗(yàn)結(jié)果看來，基于支持向量機(jī)的短期負(fù)荷預(yù)測模型，在日常負(fù)荷預(yù)測中可達(dá)到比較理想的精度，然而，該方法在對(duì)重大節(jié)日的負(fù)荷預(yù)測中，預(yù)測精度相對(duì)較低，這是由于重大節(jié)日放假期間，用電構(gòu)成發(fā)生了變化，從而打破了負(fù)荷的周期性。同時(shí)，由于重大節(jié)日的歷史數(shù)據(jù)量非常少，而SVM方法需要一定的樣本數(shù)據(jù)用作訓(xùn)練以保證預(yù)測的精度，所以，支持向量機(jī)在對(duì)重大節(jié)日的負(fù)荷預(yù)測精度上難以得到提高?；疑A(yù)測方法具有僅需要少量數(shù)據(jù)即可建立預(yù)測模型、