基于改進(jìn)灰色模型的電力負(fù)荷預(yù)測方法研究及應(yīng)用

《基于改進(jìn)灰色模型的電力負(fù)荷預(yù)測方法研究及應(yīng)用》由會員上傳分享，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。

1、國內(nèi)圖書分類號：TM715國際圖書分類號：338．2管理學(xué)碩士學(xué)位論文學(xué)校代碼：10079密級：公開基于改進(jìn)灰色模型的電力負(fù)荷預(yù)測方法研究及應(yīng)用碩士研究生：導(dǎo)N．-申請學(xué)位：學(xué)科：專業(yè)所在學(xué)院：答辯日期：授予學(xué)位單位：馬洪松黃元生教授管理學(xué)碩士工商管理技術(shù)經(jīng)濟(jì)及管理經(jīng)濟(jì)與管理學(xué)院2013年3月華北電力大學(xué)ClassifiedIndex：硼M715U．D．C：338．2DissertationfortheMasterDegreeofManagementResearchandApplicationofPowerLoadForecast

2、ingMethodBasedonImprovedGreyModelCandidate：Supervisor：School：DateofDefence：HongsongMaProf．YuanshengHuangSchoolofEconomicsandManagementMarch，2013Degree··Conferring·-Institution：NorthChinaElectricPowerUniversity華北電力大學(xué)碩士學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：此處所提交的碩士學(xué)位論文《基于改進(jìn)灰色模型的電力負(fù)荷預(yù)測方法研究及應(yīng)用

3、》，是本人在導(dǎo)師指導(dǎo)下，．在華北電力大學(xué)攻讀碩士學(xué)位期間獨(dú)立進(jìn)行研究工作所取得的成果。據(jù)本人所知，論文中除已注明部分外不包含他人已發(fā)表或撰寫過的研究成果。對本文的研究工作做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式注明。本聲明的法律結(jié)果將完全由本人承擔(dān)。作者簽名：日期：力口／；年；月22，日華北電力大學(xué)碩士學(xué)位論文使用授權(quán)書《基于改進(jìn)灰色模型的電力負(fù)荷預(yù)測方法研究及應(yīng)用》系本人在華北電力大學(xué)攻讀碩士學(xué)位期間在導(dǎo)師指導(dǎo)下完成的碩士學(xué)位論文。本論文的研究成果歸華北電力大學(xué)所有，本論文的研究內(nèi)容不得以其它單位的名義發(fā)表。本人完全了解華

4、北電力大學(xué)關(guān)于保存、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版本，同意學(xué)校將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，允許論文被查閱和借閱。本人授權(quán)華北電力大學(xué)，可以采用影印、縮印或掃描等復(fù)制手段保存、可以公布論文的全部或部分內(nèi)容。本學(xué)位論文屬于(請?jiān)谝韵孪鄳?yīng)方框內(nèi)打“4”)：保密口，在年解密后適用本授權(quán)書不保密甌／作者簽名：弓諾搬日期：珈B年弓月沙日聊簽名癌犰吼∥年3月砂日摘要負(fù)荷預(yù)測是電力系統(tǒng)規(guī)劃、計(jì)劃、營銷、調(diào)度等工作的重要依據(jù)和基礎(chǔ)，電力負(fù)荷預(yù)測在電力系統(tǒng)規(guī)劃中的重要性和提高負(fù)荷預(yù)

5、測精度的迫切性越來越受到高度重視。近幾十年來，國內(nèi)外的學(xué)者對負(fù)荷預(yù)測方法做了較充分的研究，為電力部門進(jìn)行負(fù)荷預(yù)測工作時(shí)提供了科學(xué)的參考。在進(jìn)行負(fù)荷預(yù)測時(shí)，需要根據(jù)不同樣本特點(diǎn)選用合適的預(yù)測模型，從而保證負(fù)荷預(yù)測工作的順利進(jìn)行。本文首先分析總結(jié)了電力負(fù)荷預(yù)測的選題背景及其研究意義進(jìn)行，在對負(fù)荷預(yù)測國內(nèi)外研究現(xiàn)狀的基礎(chǔ)上，闡述了電力負(fù)荷預(yù)測的基本理論，綜合分析了電力負(fù)荷數(shù)據(jù)的分類、特點(diǎn)及其內(nèi)在規(guī)律，對負(fù)荷預(yù)測方法中的灰色預(yù)測模型GM(I，1)模型進(jìn)行了了深入的研究，指出了傳統(tǒng)GM(I，1)模型本身固有的的缺陷導(dǎo)致的其在實(shí)際負(fù)荷預(yù)測應(yīng)用

6、的其局限性，為了提高模型的預(yù)測精度和適用性，本文構(gòu)建了改進(jìn)的灰色模型，從原始數(shù)據(jù)預(yù)處理、初始條件改造、初值選取和模型參數(shù)優(yōu)化四個(gè)方面提出了相應(yīng)的改進(jìn)方法，主要的工作如下：(1)對原始負(fù)荷數(shù)據(jù)預(yù)處理，針對原始數(shù)據(jù)誤差提出了相應(yīng)的數(shù)據(jù)修正的方法，并對預(yù)測日進(jìn)行分類，削弱了外界干擾對負(fù)荷預(yù)測模型的影響；(2)改造初始條件，利用緩沖算子對原始數(shù)據(jù)進(jìn)行處理，根據(jù)“新息優(yōu)先”的原則，使處理后的原始數(shù)據(jù)序列更好地反應(yīng)負(fù)荷未來發(fā)展的規(guī)律；(3)對于初值的選取，利用原始數(shù)列模擬值與預(yù)測值歐氏距離最小為約束條件優(yōu)化時(shí)間響應(yīng)函數(shù)，使原始信息得到更好的利

7、用；(4)針對GM(I，1)模型背景值選取不當(dāng)?shù)膯栴}，利用自適應(yīng)粒子群優(yōu)化算法求解背景值，優(yōu)化了模型參數(shù)，進(jìn)一步提高預(yù)測模型負(fù)荷預(yù)測值與實(shí)際值的擬合度。為了得到更加理想的預(yù)測效果，本文分別在實(shí)際應(yīng)用中，針對短期負(fù)荷預(yù)測和中長期負(fù)荷預(yù)測的特點(diǎn)，在上述改進(jìn)灰色模型的基礎(chǔ)上：(I)建立改進(jìn)灰色BP神經(jīng)網(wǎng)絡(luò)模型組合預(yù)測模型，利用BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型非線性逼近、容錯能力強(qiáng)的特點(diǎn)，較好地?cái)M合了電力負(fù)荷用電量的發(fā)展趨勢，大大提高了改進(jìn)灰色模型短期負(fù)荷預(yù)測的預(yù)測精度；(2)建立改進(jìn)局部殘差修正的等維新息灰色預(yù)測，融合TGM(I，1)模型處理“貧信

8、息”、“小樣本”數(shù)據(jù)的特點(diǎn)，引入等維新息思想，保證預(yù)測模型能夠充分地利用新信息，并采用局部殘差修正預(yù)測模型，進(jìn)一步提高了改進(jìn)灰色模型中長期負(fù)荷預(yù)測的計(jì)算精度。通過實(shí)例分析，將改進(jìn)模型與傳統(tǒng)GM(I，1)模型進(jìn)行比較，結(jié)果表明，改進(jìn)后的灰色預(yù)測模型在