資源描述:
《基于hht的電力負荷影響因素分析及預測》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、學校代碼10459學號或申請?zhí)?01212182092密級碩士學位論文基于HHT的電力負荷影響因素分析及預測作者姓名:張豪杰導師姓名:蔣建東教授學科門類:工學專業(yè)名稱:電力系統(tǒng)及其自動化培養(yǎng)院系:電氣工程學院完成時間:2015年5月AthesissubmittedtoZhengzhouUniversityforthedegreeofMasterHHT-BasedAnalysisofInfluencingFactorsofElectricalPowerLoadandForecastingByHaojieZhangSupervisor:Pr
2、of.JiandongJiangPowerSystemandItsAutomationSchoolofElectricalEngineeringMay,2015學位論文原創(chuàng)性聲明本人鄭重聲明:所呈交的學位論文,是本人在導師的指導下,獨立進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。本聲明的法律責任由本人承擔。學位論桃者:m曰期:災(zāi)/舍年{月女曰學位論文使用授權(quán)聲明本人在導師指導下完成的論文及相關(guān)的職務(wù)作品,知識產(chǎn)
3、權(quán)歸屬鄭州大學。根據(jù)鄭州大學有關(guān)保留、使用學位論文的規(guī)定,同意學校保留或向國家有關(guān)部門或機構(gòu)送交論文的復印件和電子版,允許論文被查閱和借閱;本人授權(quán)鄭州大學可以將本學位論文的全部或部分編入有關(guān)數(shù)據(jù)庫進行檢索,可以釆用影印、縮印或者其他復制手段保存論文和匯編本學位論文。本人離校后發(fā)表、使用學位論文或與該學位論文直接相關(guān)的學術(shù)論文或成果時,第一署名單位仍然為鄭州大學》保密論文在解密后應(yīng)遵守此規(guī)定。學位論文條炎東曰期:,汊年/月女曰摘要摘要高精度的電力負荷預測是電力系統(tǒng)安全運行的重要基礎(chǔ),也是電力系統(tǒng)經(jīng)濟運行的重要保障。因此,負荷預測精度的提
4、高,在電力系統(tǒng)管理中占有舉足輕重的地位,短期電力負荷預測對電網(wǎng)的生產(chǎn)調(diào)度具有指導意義,而高效的預測方法有利于預測精度的提高。本文對我國電力企業(yè)在電力負荷短期預測工作中存在的影響要素選擇、負荷特性分析以及預測模型的選取等重要問題做了重點研究,提出了一種基于希爾伯特黃變換和電力負荷影響因素分析的組合預測模型。希爾伯特黃變換(Hilbert-HuangTransform,HHT)算法是用來分析非線性、非平穩(wěn)信號的一種新的信號處理算法。該方法首先采用經(jīng)驗?zāi)B(tài)分解(EMD)算法將原始序列分解成頻率不同且相對平穩(wěn)的一些固有模態(tài)函數(shù)(IMF)分量之和
5、,然后對每一個分量進行Hilbert變換獲得分量的時頻特性,該時頻信號處理方法具有較強自適應(yīng)性。本文深入分析短期負荷預測方法在國內(nèi)外的研究現(xiàn)狀和發(fā)展趨勢,研究了現(xiàn)有的電力負荷預測方法及其特點。對電網(wǎng)歷史負荷數(shù)據(jù)和氣象數(shù)據(jù)等資料進行深入研究,在短期負荷特性指標分析的基礎(chǔ)上,總結(jié)出負荷特性及各影響因素之間的關(guān)系。首先對歷史負荷、氣象數(shù)據(jù)進行預處理,利用EMD算法將預測樣本序列分解成不同頻率的平穩(wěn)子序列,并對其進行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測性。根據(jù)對各分量特性及各預測模型的適應(yīng)性分析,選取RBF神經(jīng)網(wǎng)
6、絡(luò)模型對高頻分量做出預測,BP神經(jīng)網(wǎng)絡(luò)模型對中頻分量做出預測,時間序列模型對低頻分量做出預測,并在中、高頻分量的預測模型中考慮了氣象因素的影響,把每一個分量的預測結(jié)果相加得出最終預測值,從而得到了新的組合模型。本文以河南省某地區(qū)2012年實際負荷數(shù)據(jù)作為預測樣本,利用上述預測模型對一天24小時96點的負荷值進行預測,與真實負荷值對比,預測精度達到較高水平。結(jié)果表明,基于HHT的組合預測模型有利于實現(xiàn)各預測模型之間的優(yōu)勢互補,更具合理性。關(guān)鍵詞:電力負荷預測;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