电力负荷预测的研究

重庆大学硕士学位论文基于蚁群算法的电力负荷预测方法研究姓名：邹刚申请学位级别：硕士专业：管理科学与工程指导教师：肖智20061001基于蚁群算法的电力负荷预测方法研究作者：邹刚学位授予单位：重庆大学参考文献(7条)1.马沙·阿姆拉姆.纳林·库拉蒂拉卡实物期权-不确定性环境下的战略投资20012.BruunSoren.PeterBasonLiteratureonRealOptioninVentureCapitalandR＆D:AReview20013.刘正林.徐伟宣风险资本多阶段投资决策分析[期刊论文]-中国管理科学2002(2)4.刘晓宏分阶段风险投资决策实物期权价值分析--分阶段投资的延期效应与风险效应[期刊论文]-中国管理科学2005(3)5.WANGCHGenerationPlanningforElectricPowerUtilitiesunderMarketUncertainties:ARealOptionsApproach20016.MINKJ.WANGGCHGenerationPlanningforInter-relatedGenerationUnits:ARealOptionsApproach20007.李开海.王旭.蒋燕期权理论在电源规划投资模型中的应用[期刊论文]-现代电力2003(3)相似文献(6条)1.期刊论文李如琦.杨立成.苏媛媛.唐卓贞.LiRuqi.YangLicheng.SuYuanyuan.TangZhuozhen基于相似日和蚁群优化LS-SVM的短期电力负荷预测-现代电力2008,25(2)由统计学习理论发展的通用学习方法--支持向量机,在解决小样本、非线性及高维数等问题中表现出许多特有的优势.提出了采用最小二乘支持向量机建立负荷预测模型,它是对标准的支持向量机的一种扩展,降低了问题的复杂性,使得计算速度相对加快.在选取最小二乘支持向量机的训练样本时,采用加权的灰色关联度方法来选择相似日,对不同样本根据其重要性赋予不同的权重,同传统的关联度相比更具客观性.另外,对于最小二乘支持向量机的参数选择问题,针对目前尚无统一有效方法的现状,尝试采用了一种基于蚁群种群的新型优化算法--蚁群算法来优化选择,在很大程度上减少了人为选择参数的主观影响.最后通过实例验证了该模型的有效性,取得了比较满意的预测效果.2.期刊论文李如琦.杨立成.莫仕勋.苏媛媛.唐卓贞.LIRu-qi.YANGLi-cheng.MOShi-xun.SUYuan-yuan.TANGZhuo-zhen基于气象累积和ACA-GRNN的短期电力负荷预测-继电器2008,36(4)针对气象条件具有累积效应以及不同气象条件对负荷影响的程度不同的特点,采用一加权的几何距离公式来选取神经网络的训练样本,不仅加快了神经网络的训练速度,而且加强了神经网络的逼近能力.同传统的神经网络相比,广义回归神经网络的训练过程实际上是不断地调整平滑参数σ的过程,因此,σ的不同取值对网络的输出具有重要的影响.在优化广义回归神经网络的平滑参数σ时,采用基于蚁群种群的新型优化算法——蚁群算法来优化,在很大程度上减少了人为选择参数的主观影响.最后通过实例验证了该模型的有效性.3.学位论文杨立成基于最小二乘支持向量机的短期电力负荷预测方法研究2008负荷预测是电力系统调度和计划部门的主要工作之一，准确的负荷预测对于保证电力系统安全、稳定和经济运行以及在电力市场环境下提高供电部门的经济效益和社会效益都具有重要而深远的意义。本文阐述了负荷预测的相关基础理论，对各种短期负荷预测方法以及研究情况进行了归纳、总结。介绍了统计学习理论的一些重要概念、主要思想以及在该理论框架下发展起来的新的通用学习算法--支持向量机，并利用标准支持向量机的一种扩展、变形算法--最小二乘支持向量机建立了短期负荷预测模型。最小二乘支持向量机的模型参数对模型的学习能力具有重要影响，但目前尚未形成统一有效的选择方法。针对该问题，本文根据短期电力负荷在相关影响因素相近时其负荷变化规律也相似的特点，提出了一种联合相似日和蚁群算法的模型参数选择方法，即根据不同影响因素对负荷预测影响的程度不同的特点，采用改进关联度公式选取若干历史相似日作为训练样本和测试样本，并引进新型的全局搜索算法--蚁群算法来优化选择参数。实例分析表明该方法所选择的参数更具合理性，提高了模型的泛化能力。介绍了一种基于概率统计的异常数据辨识方法，对辨识出的异常数据分别进行纵向、横向修正。结合某地方电网的实际负荷数据和气象数据，分析了短期负荷预测的影响因素，特别是气象条件以及气象条件的累积效应对短期负荷预测的影响。通过采用不同气象条件的“累积阈值函数”进行数值折算，从而可以根据气象数值的变化对这种累积效应进行定量描述。在综合考虑相关影响因素的基础上，利用上述参数选择方法所确定的最小二乘支持向量机模型进行实例预测，验证了本文所建预测模型的有效性。4.期刊论文靳忠伟.陈康民.闫伟.王桂华.JINZhong-wei.CHENKang-min.YANWei.WANGGui-hua一种短期电力负荷预测新方法的研究与应用-系统仿真学报2007,19(20)通过对电力负荷变化规律和影响因素的分析,提出了一种新的短期电力负荷预测模型.首先,鉴于模糊聚类方法易陷入局部最优解及运算速度慢的缺点,采用蚁群算法中pij(t)改进模糊聚类分析;然后以每天的24点负荷数据、天气数据以及天类别数据为指标,将历史数据聚分成若干簇团,并采用动量BP神经网络针对每一簇团建立相应的预测模型.对山东地区1年的实际数据进行预测分析的结果表明,该模型不仅对普通工作日有较高的预测精度,对双休日、节假日和一些特殊情况(夏季典型日负荷)也有较好的预测精度.5.期刊论文王捷.吴国忠.李艳昌.WANGJie.WUGuo-zhong.LIYan-chang蚁群灰色神经网络组合模型在电力负荷预测中的应用-电力系统保护与控制2009,37(2)灰色GM(1,1)预测模型,在负荷预测中得到了广泛应用,但是也有其局限性.当数据灰度越大,预测精度越差,并且不太适合经济长期后推若干年的预测,在一定程度上是由模型中的参数造成的,为此引入向量,建立蚁群灰色模型,然后与神经网络模型相组合,即建立蚁群灰色神经网络组合预测模型.实证分析表明,该预测方法是合理有效的,与传统的预测方法相比,提高了预测精度,具有较好的实用价值.6.学位论文王志刚配电网网架启发式优化算法的研究2003配电网规划是一个覆盖面很广的课题,其主要研究内容包括:电力负荷预测、变电站优化、网架规划、配电网源潮流计算、无功规划、正常和故障状态下的可靠性分析、配电网自动化等.将地理信息系统引入到配电网规划系统中能够极大地方便规划数据的管理,提高规划人员的劳动生产率;使规划过程更直观、更具有交互性.随着计算机技术的发展,地理信息系统正在逐步应用于配电网的运行和管理,并具有良好的发展前景.该论文首先对上述内容作了简要介绍,对配电网网架规划和配电网潮流计算及网架规划软件开发做一些研究工作.该论文主要包括以下几个部分:⑴基于GIS和蚁群算法的配电网网架优化⑵基于GIS和Tabu搜索的配电网网架优化⑶配电网潮流计算及网架规划软件开发本文链接：：艾老师(wfsxkjdx)，授权号：c861f5df-4c0a-4913-9283-9e6700df3306下载时间：2011年1月10日