考虑分区逐时气象信息的短期电力负荷预测研究与应用

河海大学硕士学位论文考虑分区逐时气象信息的短期电力负荷预测研究与应用姓名：钟晓勇申请学位级别：硕士专业：电力系统及其自动化指导教师：鞠平20070301考虑分区逐时气象信息的短期电力负荷预测研究与应用作者：钟晓勇学位授予单位：河海大学参考文献(45条)1.牛东晓.曹树华.赵磊电力负荷预测技术及其应用19982.刘晨辉电力系统负荷预报理论和方法19873.叶瑰昀.罗耀华.刘勇基于ARMA模型的电力系统负荷预测方法研究2002(06)4.HongYang.Chao-MingHuangAnewShort-TermLoadForecastingApproachUsingSelfOrganizingFuzzyARMAModel1998(01)5.HobbsBenjaminF.JitprapaikulsarnSuradet.KondaSreenivasAnalysisofthevalueforunitcommitmentofimprovedloadforecasts1999(04)6.刘永奇人工神经网络在华北电网负荷预测中的应用1998(07)7.鞠平.高新贵.曹荣章峰值负荷直接预报方法研究1993(06)8.汪峰能量管理系统,第四讲,电力系统负荷预报1997(04)9.ParkDc.El-SharkawiMA.MarksRElectricLoadForecastingUsinganArtificialNeuralNetwork1991(06)10.韩祯祥.文福栓人工神经元网络在电力系统中应用的新进展(二)1993(02)11.程松.李乃湖.章云雄一种新的基于相似负荷日的短期负荷预计方法1999(04)12.康重庆.周安石.王鹏.郑广君.刘一短期负荷预测中实时气象因素的影响分析及其处理策略2006(07)13.康重庆.程旭.夏清一种规范化的处理相关因素的短期负荷预测新策略1999(18)14.李晶.王恕辽宁电网负荷与气象要素相关分析2005(02)15.江琳.顾海涛.蔡榕基于负荷分解的日最大负荷预测方法研究2005(05)16.陈志业.牛东晓.张英怀电网短期电力负荷预测系统的研究1995(03)17.鞠平.姜巍.赵夏阳96点短期负荷预测方法及其应用2001(22)18.周晖.王玮基于多时段气象数据判断相似日的日负荷曲线预测研究2005(23)19.任震.黄雯莹.何建军小波分析及其在电力系统中的应用(一)概论1997(01)20.戴琦电力系统分行业负荷构成建模研究[学位论文]硕士200521.熊传平广域电力系统基于负荷分析与分类的负荷建模研究200522.朱成章.徐任武需求侧管理200223.杨靖研电力系统短期负荷预测的研究200424.李明.王智灵.陈宗海突变期电力负荷预测方法及其研究2006(10)25.韩桢详电力系统稳定199526.滕福生电力系统的调度自动化和能量管理系统199727.甘文泉用自适应神经元网络进行短期电力负荷预测1997(03)28.吴捷电力负荷的模糊预测方法1997(12)29.韩民晓短期负荷预测方法的研究及在线应用1998(10)30.朱安应用时间序列的自适应模型预测短期电力负荷1984(03)31.侯志俭电力系统短期负荷预报的几种改进手段1996(07)32.袁宇波基于人工神经网络的变压器励磁涌流识别200033.杨争林.宋燕敏.曹荣章短期负荷预测在发电市场中的应用2000(11)34.张涛基于RBF神经网络和专家系统的短期负荷预测2001(04)35.朱陶业.晏小兵.李应求ARIMA模型在广西短期电丈负荷预测中的应用2000(02)36.陈红.刘建卫一个实用的在线短期负荷预测系统1996(03)37.魏伟.牛东晓.常征负荷预测技术的新进展2002(01)38.招海月.余得伟电力负荷短期预测的模糊专家系统修正方法2001(01)39.张国江.邱家驹.李继红基于模糊推理系统的多因素电力负荷预测2002(01)40.金先级人工神经网络导论讲义199641.何述东电力负荷短期预测的改进神经网络方法1997(11)42.HaganMT.BehrSMTheTimeSeriesApproachtoShort-TermLoadForecasting1987(03)43.JVermaak.ECBothaRecurrentNeuralNetworksforShort-TermLoad1998(01)44.ChenS.CENCowan.PMGrantOrthogonalLeastSquaresLearningAlgorithmforRadialBasisFunctionNetworks1991(02)45.MDOdom.RShardaAneuralNetworkModelforBankruptcyPrediction1999(02)相似文献(10条)1.期刊论文李如琦.唐卓贞.唐伍斌.郑贤.杨立成.LIRu-qi.TANGZhuo-zhen.TANGWu-bin.ZHENGXian.YANGLi-cheng证据理论在短期负荷预测相似日选择中的应用-继电器2008,36(7)合理选择预测相似日是提高综合负荷预测模型预测效果的有效途径.依据人工经验选相似日的传统方法并不具备最好的预测效果.选择相似日问题可以归结为一个判决问题,即选择与待预测日气象等因素最相似的一天.影响电力系统短期负荷的因素有很多,且常常难以定量表达,针对电力系统短期负荷预测中存在的不确定性问题,将证据理论应用于短期负荷预测中的相似日选择上来.用广西某地方电网的实际数据验证表明,将证据理论应用于相似日的选取,能较准确选择相似日从而提高了预测精度.2.期刊论文林辉.刘晶.郝志峰.朱锋峰.吴广潮.LINHui.LIUJing.HAOZhi-feng.ZHUFeng-feng.WUGuang-chao基于相似日负荷修正的节假日短期负荷预测-电力系统保护与控制2010,38(7)针对短期负荷预测中节假日的特殊性,提出基于相似日负荷修正的算法.为了克服节假日样本较少所导致的预测困难,将近期周末扩充到相似日样本中.该算法评估相似性时综合考虑气象和时间因素.针对气象因素,采用灰色关联分析法来计算,而对于时间因素,兼顾到近大远小和周期性的原则,并以二者相似度的乘积量化总体相似性,选出若干相似日.考虑到类型日和年周期对负荷的影响,基于历年节假日与周末负荷比例和负荷年增长率分别修正相似周末和相似节假日的负荷.该算法应用到某地级市的预测中,平均相对误差为2.29%.3.会议论文李如琦.唐卓贞.孙艳.杨立成.苏媛媛证据理论在短期负荷预测相似日选择中的应用2007合理选择预测相似日是提高综合负荷预测模型预测效果的有效途径。依据人工经验选相似日的传统方法并不具备最好的预测效果。选择相似日问题可以归结为一个判决问题，即选择与待预测日气象等因素最相似的一天。影响电力系统短期负荷的因素有很多，且常常难以定量表达，文章针对电力系统短期负荷预测中存在的不确定性问题，将证据理论应用于短期负荷预测中的相似日选择上来。用广西某地方电网的实际数据验证表明，将证据理论应用于相似日的选取，能较准确选择相似日从而提高了预测精度。4.期刊论文刘晶.朱锋峰.林辉.郝志峰.吴广潮.LIUJing.ZHUFeng-feng.LINHui.HAOZhi-feng.WUGuaog-chao基于相似日负荷修正算法的短期负荷预测-计算机工程与设计2010,31(6)为实现准确、快速预测电力系统短期负荷的目的,综合考虑气象、日类型和时间对负荷的影响,提出了基于相似日负荷修正算法的预测模型.首先建立相似度量化模型,具体用灰色关联分析法计算气象相似度,兼顾近大远小和周期性原则来量化时间相似度,二者乘积作为总体相似度,依此选取若干相似日;然后基于日类型和时间跨度修正相似日负荷;最后用加权平均法预测负荷.短期负荷预测的实例结果表明了该算法的可行性.5.期刊论文黎灿兵.李晓辉.赵瑞.李金龙.刘晓光.LICanbing.LIXiaohui.ZHAORui.LIJinlong.LIUXiaoguang电力短期负荷预测相似日选取算法-电力系统自动化2008,32(9)短期负荷预测是电力系统安全经济运行的基础,相似日选取的准确与否直接影响到短期负荷预测算法的精度.针对短期负荷预测的特点,提出一种能便于考虑各种因素影响的新算法.分析了气象、日类型等因素对负荷影响的常见规律,便于识别主导负荷变化的因素,建立了在短期负荷预测中选取相似日的新方法.理论和实例均表明,该方法适应性较强,能够通过历史数据分析从历史日中选取最合适的相似日,对提高短期负荷预测的精度具有较大价值.6.学位论文蔡佳宏超短期负荷预测的研究2006电力系统负荷预测是实现电力系统安全、经济运行的基础，通过负荷预测，对电力需求做出预先的估计和推测。根据这些预测结果，可以针对性的采取技术措施来提高系统运行的经济性和可靠性。对一个电力系统来说，提高电网运行的安全性和经济性，改善电能质量，都依赖于准确的负荷预测。因此，负荷预测的关键是提高准确度。在电力企业走向市场，电力市场日趋成熟的形势下，市场对负荷预测这一基础工作提出了更高更新的要求。电网频率作为一项重要的指标，要求电力系统的发、用电必须保持平衡，但由于电力资源不可存储，为了快速、合理地调整发电，需要对负荷做出准确的预测。超短期负荷预测的精度对提高电网频率质量有着举足轻重的作用，其在电力系统安全经济运行上将会发挥着越来越重要的作用。基于此，本文提出了超短期负荷预测和相似日的选择。并建立了三种超短期负荷预测模型：基于日周期多点外推法的超短期负荷预测模型、基于线性外推法的超短期负荷预测模型；基于时间序列法的超短期负荷预测模型。并在超短期负荷预测模型的基础上，详细分析了影响相似日选择的因素，提出了三种选择相似日的方法：根据日类型来选择相似日；根据负荷值来选择相似日；根据负荷值和负荷增量值来选择相似日。本文研究的超短期负荷预测模型运算速度快，预测精度高，满足电力系统实际运行的要求，并将相似日的选择引入到负荷预测中去，改善了负荷预测在“拐点”位置的预测结果，提高了负荷预测的精度。7.期刊论文李敏.李钷.刘涤尘.LIMin.LIPo.LIUDichen改进相似日评价函数在短期负荷预测中的应用-高电压技术2006,32(10)为提高短期负荷预测的精度,在分析传统相似日选取不足之处后提出了结合形状相似度与日特征相似度的两种改进的相似日评价函数,对其误差特性进行实例对比分析后得出了相似日方法在短期预测中部分共有的性质,最后结合回归预测方法,组成一种系统的短期负荷预测方法.通过实际数据的仿真实验证明该方法在传统相似日的基础上可以提高精度1.5%,是一种相对完整而有效的短期负荷预测方法.8.会议论文李敏.李钷.刘涤尘两种改进相似日评价函数的对比分析以及在电力短期负荷预测中的应用2005在分析传统相似日选取不足之处的基础上，本文提出了将形状相似度与日特征相似度相结合的两种改进的相似日评价函数，并对这两种改进的方法的误差特性进行了实例的对比分析，得出了相似日方法在短期预测中的部分共有的性质。最后，结合回归预测方法，组成一种系统的短期负荷预测方法，通过实际数据的仿真实验证明该方法在传统相似日的基础上精度可以提高1.5％，是一种相对完整而有效的短期负荷预测方法。9.学位论文黄金榜负荷预测中相似日的选择研究2008电力系统短期负荷预测是电力系统调度、用电、规划等管理部门的重要工作。负荷预测水平直接影响电力系统的经济效益和社会效益。随着电力市场的发展，用电需求量急剧增加，短期负荷预测成为各个供电部门一个不可或缺的部分，合理地选择预测相似日是提高负荷预测综合预测模型预测效果的有效途径，传统依据人工经验选择相似日并不具备最好的预测效果，目前，国内外对该方面的研究报告还非常少，为了进一步提高负荷预测准确度，需要对负荷预测中相似日的选择进行研究。本文对负荷预测中相似日的选择作了初步的探讨。由于电力负荷受经济、气候、以及电力负荷自身状况等多种因素的影响，因此相似日的选择是一项十