基于hht的電力負(fù)荷影響因素分析及預(yù)測(cè)

《基于hht的電力負(fù)荷影響因素分析及預(yù)測(cè)》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、學(xué)校代碼10459學(xué)號(hào)或申請(qǐng)?zhí)?01212182092密級(jí)碩士學(xué)位論文基于HHT的電力負(fù)荷影響因素分析及預(yù)測(cè)作者姓名：張豪杰導(dǎo)師姓名：蔣建東教授學(xué)科門(mén)類(lèi)：工學(xué)專(zhuān)業(yè)名稱(chēng)：電力系統(tǒng)及其自動(dòng)化培養(yǎng)院系：電氣工程學(xué)院完成時(shí)間：2015年5月AthesissubmittedtoZhengzhouUniversityforthedegreeofMasterHHT-BasedAnalysisofInfluencingFactorsofElectricalPowerLoadandForecastingByHaojieZhangSupervisor:Pr

2、of.JiandongJiangPowerSystemandItsAutomationSchoolofElectricalEngineeringMay,2015學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下，獨(dú)立進(jìn)行研究所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫(xiě)過(guò)的科研成果。對(duì)本文的研究作出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本聲明的法律責(zé)任由本人承擔(dān)。學(xué)位論桃者：m曰期：災(zāi)/舍年{月女曰學(xué)位論文使用授權(quán)聲明本人在導(dǎo)師指導(dǎo)下完成的論文及相關(guān)的職務(wù)作品，知識(shí)產(chǎn)

3、權(quán)歸屬鄭州大學(xué)。根據(jù)鄭州大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留或向國(guó)家有關(guān)部門(mén)或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱；本人授權(quán)鄭州大學(xué)可以將本學(xué)位論文的全部或部分編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可以釆用影印、縮印或者其他復(fù)制手段保存論文和匯編本學(xué)位論文。本人離校后發(fā)表、使用學(xué)位論文或與該學(xué)位論文直接相關(guān)的學(xué)術(shù)論文或成果時(shí)，第一署名單位仍然為鄭州大學(xué)》保密論文在解密后應(yīng)遵守此規(guī)定。學(xué)位論文條炎東曰期：，汊年/月女曰摘要摘要高精度的電力負(fù)荷預(yù)測(cè)是電力系統(tǒng)安全運(yùn)行的重要基礎(chǔ)，也是電力系統(tǒng)經(jīng)濟(jì)運(yùn)行的重要保障。因此，負(fù)荷預(yù)測(cè)精度的提

4、高，在電力系統(tǒng)管理中占有舉足輕重的地位，短期電力負(fù)荷預(yù)測(cè)對(duì)電網(wǎng)的生產(chǎn)調(diào)度具有指導(dǎo)意義，而高效的預(yù)測(cè)方法有利于預(yù)測(cè)精度的提高。本文對(duì)我國(guó)電力企業(yè)在電力負(fù)荷短期預(yù)測(cè)工作中存在的影響要素選擇、負(fù)荷特性分析以及預(yù)測(cè)模型的選取等重要問(wèn)題做了重點(diǎn)研究，提出了一種基于希爾伯特黃變換和電力負(fù)荷影響因素分析的組合預(yù)測(cè)模型。希爾伯特黃變換（Hilbert-HuangTransform，HHT）算法是用來(lái)分析非線(xiàn)性、非平穩(wěn)信號(hào)的一種新的信號(hào)處理算法。該方法首先采用經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）算法將原始序列分解成頻率不同且相對(duì)平穩(wěn)的一些固有模態(tài)函數(shù)（IMF）分量之和

5、，然后對(duì)每一個(gè)分量進(jìn)行Hilbert變換獲得分量的時(shí)頻特性，該時(shí)頻信號(hào)處理方法具有較強(qiáng)自適應(yīng)性。本文深入分析短期負(fù)荷預(yù)測(cè)方法在國(guó)內(nèi)外的研究現(xiàn)狀和發(fā)展趨勢(shì)，研究了現(xiàn)有的電力負(fù)荷預(yù)測(cè)方法及其特點(diǎn)。對(duì)電網(wǎng)歷史負(fù)荷數(shù)據(jù)和氣象數(shù)據(jù)等資料進(jìn)行深入研究，在短期負(fù)荷特性指標(biāo)分析的基礎(chǔ)上，總結(jié)出負(fù)荷特性及各影響因素之間的關(guān)系。首先對(duì)歷史負(fù)荷、氣象數(shù)據(jù)進(jìn)行預(yù)處理，利用EMD算法將預(yù)測(cè)樣本序列分解成不同頻率的平穩(wěn)子序列，并對(duì)其進(jìn)行Hilbert變換，得出各分量的頻率特性，子序列比原始序列更具可預(yù)測(cè)性。根據(jù)對(duì)各分量特性及各預(yù)測(cè)模型的適應(yīng)性分析，選取RBF神經(jīng)網(wǎng)

6、絡(luò)模型對(duì)高頻分量做出預(yù)測(cè)，BP神經(jīng)網(wǎng)絡(luò)模型對(duì)中頻分量做出預(yù)測(cè)，時(shí)間序列模型對(duì)低頻分量做出預(yù)測(cè)，并在中、高頻分量的預(yù)測(cè)模型中考慮了氣象因素的影響，把每一個(gè)分量的預(yù)測(cè)結(jié)果相加得出最終預(yù)測(cè)值，從而得到了新的組合模型。本文以河南省某地區(qū)2012年實(shí)際負(fù)荷數(shù)據(jù)作為預(yù)測(cè)樣本，利用上述預(yù)測(cè)模型對(duì)一天24小時(shí)96點(diǎn)的負(fù)荷值進(jìn)行預(yù)測(cè)，與真實(shí)負(fù)荷值對(duì)比，預(yù)測(cè)精度達(dá)到較高水平。結(jié)果表明，基于HHT的組合預(yù)測(cè)模型有利于實(shí)現(xiàn)各預(yù)測(cè)模型之間的優(yōu)勢(shì)互補(bǔ)，更具合理性。關(guān)鍵詞：電力負(fù)荷預(yù)測(cè)；希爾伯特黃變換；影響因素；神經(jīng)網(wǎng)絡(luò)IAbstractAbstractHigh-p

7、recisionelectricalloadforecastingisanimportantbasisforthesafeoperationofelectricalpowersystem,andalsoanimportantguaranteefortheeconomicoperationofelectricalpowersystem.Therefor,improvingtheprecisionofloadforecastingplaysadecisiveroleinelectricalpowersystemmanagement.Shor

8、t-termloadforecastingismuchinstructivetoproductioncontrolofpowergridwhileefficientforecastingmethodshel