学位论文 > 优秀研究生学位论文题录展示

微网短期负荷预测“机理+辨识”策略中的白噪声分离

作　者: 高阳
导　师: 杨正瓴
学　校: 天津大学
专　业: 模式识别与智能系统
关键词: 微网短期负荷预测白噪声分离小波去噪统计学
分类号: TM715
类　型: 硕士论文
年　份: 2009年
下　载: 104次
引　用: 1次
阅　读: 论文下载

内容摘要

科学的预测是正确决策的依据和保证。微网短期负荷预测是电力系统领域的一个前沿的重要研究课题,对含微网系统运行的安全性和经济性有重要的意义。对于一个特定的电力短期负荷记录(时间序列),存在预测准确率的上限。对微网负荷,预测准确率上限的大部分由白噪声的不可预测性引起。因此,研究负荷序列中的白噪声分离,具有重要的实际意义。一般地,从复杂时间序列中识别白噪声的正确分布函数,是尚未解决的困难理论问题。本文结合微网负荷预测,从理论上分析了白噪声与信号的相对性;采用小波等方法,研究了白噪声近似分离。依此进行了微网短期负荷模拟数据的白噪声分离研究。具体研究内容和结果如下:(1)结合微网负荷的特点,提出了微网负荷预测的“背景调整法”,并对背景形成的思路做了初步的探讨。(2)从理论上分析了有限长度(样本容量)时间序列中信号与噪声的相对性。根据Cramer分解定理,可将非平稳时间序列分解为信号和白噪声两部分。发现对于有限长度时间序列,趋势项和随机项的区分是相对的,白噪声和信号的区分是相对的。并通过小波去噪等数值仿真证实:样本容量越大,这种区分越准确。大体符合卡方分布规律。(3)得到了一个理想的白噪声序列,其性能显著优于用“伪随机数”生成的白噪声序列。(4)采用白噪声、AR(1)序列,评估了小波去噪的效果。并采用Bior4.4、Sym8、Db4、Coif5小波,对微网负荷模拟序列进行了白噪声分离。发现在功率谱上信号与噪声可分条件下,小波去噪有一定的实际价值。

全文目录

摘要  3-4
ABSTRACT  4-7
第一章绪论  7-13
  1.1 引言  7
  1.2 微网短期负荷预测噪声分离研究的意义  7-9
    1.2.1 微网短期负荷预测研究的意义  7-8
    1.2.2 白噪声分离研究的意义  8-9
  1.3 国内外研究现状分析  9-11
    1.3.1 微网负荷预测方面  9-10
    1.3.2 现有时间序列预测方面  10
    1.3.3 一些发展趋势和途径  10-11
  1.4 本文的主要工作  11-13
第二章微网短期负荷预测研究的理论基础  13-19
  2.1 微网预测策略简介  13-14
  2.2 小波去噪理论概述  14-16
    2.2.1 小波变换  14-15
    2.2.2 小波去噪  15
    2.2.3 小波理论在时间序列分析中的应用  15-16
  2.3 区间估计  16-19
    2.3.1 基本概念  16-17
    2.3.2 正态总体参数的区间估计  17-19
第三章微网短期负荷预测策略及白噪声分离理论分析  19-27
  3.1 微网短期负荷“背景”的形成研究  19-21
  3.2 微网短期负荷预测中白噪声分离的理论研究  21-26
    3.2.1 基本问题  21-22
    3.2.2 白噪声分离的难点  22-26
  3.3 对白噪声分离方法的探索  26-27
第四章白噪声分离数值实验研究  27-47
  4.1 实验研究的基本思路  27
  4.2 平均法分离出白噪声  27-29
  4.3 小波去噪性能研究  29-35
    4.3.1 用小波去噪处理白噪声  29-32
    4.3.2 用小波去噪处理AR(1)时间序列的结果  32-35
  4.4 对负荷数据的去噪研究  35-45
    4.4.1 不同噪声强度下的去噪效果  36-41
    4.4.2 采用不同小波时的去噪效果  41-45
  4.5 结论  45-47
第五章总结与展望  47-48
  5.1 总结与成果  47
  5.2 展望  47-48
参考文献  48-51
发表论文和科研情况说明  51-52
致谢  52

微网短期负荷预测“机理+辨识”策略中的白噪声分离

内容摘要

全文目录

相似论文