基于hht的短期電力負荷預(yù)測研究

基于hht的短期電力負荷預(yù)測研究

ID:33552360

大小:3.14 MB

頁數(shù):63頁

時間:2019-02-27

基于hht的短期電力負荷預(yù)測研究_第1頁
基于hht的短期電力負荷預(yù)測研究_第2頁
基于hht的短期電力負荷預(yù)測研究_第3頁
基于hht的短期電力負荷預(yù)測研究_第4頁
基于hht的短期電力負荷預(yù)測研究_第5頁
資源描述:

《基于hht的短期電力負荷預(yù)測研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、AthesissubmittedtoZhengzhouUniversityforthedegreeofMasterResearchonShort·—termPowerLoadForecastingBasedonHHTByQianDingSupervisor:Prof.XiaohuiLiaoElectricalPowerSystemsandItsAutomationSchoolofElectricalEngineering一May,2014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,獨立進行研究所取得的成

2、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人或集體已經(jīng)發(fā)表或撰寫過的科研成果。對本文的研究作出重要貢獻的個人和集體,均已在文中以明確方式標明。本聲明的法律責(zé)任由本人承擔(dān)。學(xué)位論文作者:丁債日期:為J夠年’月孑D日學(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,知識產(chǎn)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)校保留或向國家有關(guān)部門或機構(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)庫進行檢索,可以采用影印、縮印或者其他復(fù)制手段

3、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,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)位論文作者:j橢日期:為J艫年3-月;0日摘要短期電力負荷預(yù)測對電力系統(tǒng)的經(jīng)濟調(diào)度、實時控制、運行計劃和發(fā)展規(guī)劃等有重要的意義,有利于提高發(fā)電設(shè)備的利用率和經(jīng)濟調(diào)度的有效性。隨著電力工業(yè)的重要性的提高,以及電力市場改革的深入和競爭機制的引入,短期負荷預(yù)測的精度得到了越來越多的關(guān)注。Hilbert.Huang變換(Hilbert.HuangTransf01Tn,HHT)適合處理非

4、線性、非平穩(wěn)信號,能夠得到信號的時頻分布特征,具有完全的白適應(yīng)性。在電力系統(tǒng)領(lǐng)域中,HHT已經(jīng)廣泛應(yīng)用于電能質(zhì)量檢測、諧波分析等方面,并取得了很好地效果。本文首先介紹了電力系統(tǒng)各主要用戶的用電特點、影響短期電力負荷的主要因素和常用的預(yù)測誤差分析統(tǒng)計指標,并對人工神經(jīng)網(wǎng)絡(luò)、最小二乘支持向量機等方法進行了深入分析。針對HHT算法中存在的端點效應(yīng)的問題,本文采用BP神經(jīng)網(wǎng)絡(luò)延拓法來抑制。在進行負荷預(yù)測之前,首先對原始負荷數(shù)據(jù)進行預(yù)處理,并對溫度、天氣類型、日期類型進行量化處理,然后通過經(jīng)驗?zāi)B(tài)分解(EmpiricalModeDecomp

5、osition,EMD),將負荷序列分解成不同頻率的固有模態(tài)函數(shù)(IntrinsicModeFunction,IMF),然后進行Hilbert變換(HilbertTransform),得到各IMF分量的平均瞬時頻率,根據(jù)各IMF的特點選取不同的預(yù)測模型,最后將各IMF的預(yù)測結(jié)果疊加,得到最終的預(yù)測值。本文以安徽省合肥市2012年的實際負荷數(shù)據(jù)作為樣本集進行建模和預(yù)測,以平均絕對百分誤差和關(guān)聯(lián)度作為評價指標。為了驗證基于BP神經(jīng)網(wǎng)絡(luò)延拓法的HHT算法的準確性,本文同時采用RBF神經(jīng)網(wǎng)絡(luò)法、LS.SVM、基本HHT算法進行預(yù)測。結(jié)果表

6、明,基于BP神經(jīng)網(wǎng)絡(luò)延拓法的HHT算法具有較高的預(yù)測精度。關(guān)鍵詞:短期負荷預(yù)測Hilbert—Huang變換端點效應(yīng)摘要AbstractTheshort-termpowerloadforecastinghasimportantsignificancetoeconomicdispatch,real-timecontrol,operatingplananddevelopmentplans,anditishelpfultoimprovetheutilizationrateofpowergenerationequipmentandthee

7、ffectivenessofeconomicoperation.Withtheincreaseofelectricpowerindustry’Simportancedeepeningofelectricpowermarket’Sreformandtheintroductionofcompetitionmechanism,theaccuracyofshort-termloadforecastinghasgottenmoreandmoreattention.Hilbert-HuangTransform(HHT)issuitablefo

8、rprocessingthenonlinearandnon。stationarysignal,anditCangetthesignal’Stime.frequencydistributioncharacteristics.SoHHTiswithaf

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。