学位论文 > 优秀研究生学位论文题录展示
基于证据理论和支持向量机的短期负荷预测
作 者: 张娟
导 师: 卢志刚
学 校: 燕山大学
专 业: 电力系统及其自动化
关键词: 短期负荷预测 证据理论 支持向量机 RBF神经网络 混沌自适应算法 相似日算法
分类号: TM715
类 型: 硕士论文
年 份: 2010年
下 载: 133次
引 用: 0次
阅 读: 论文下载
内容摘要
随着电力市场的不断发展,负荷预测已成为电力系统人员制定正确决策的依据和保证。准确的负荷预测,可以经济合理地安排内部发电机组的启停,有效地降低发电成本,提高经济效益和社会效益,因此研究如何准确地进行负荷预测具有重要的现实意义。虽然研究学者已提出很多负荷预测算法,但普遍存在下列问题:仅考虑天气影响因素,忽视日负荷水平。鉴于此,本文对电网负荷预测问题进行了深入研究,考虑了天气、日负荷水平等影响因素,在此基础上用支持向量机方法提高了负荷的预测精度。首先,本文给出了在选取相似日时,选取平均负荷大小、负荷曲线形状、温度差值作为选取的特征量,再用证据理论进行融合,避免了传统方法只考虑各种影响因素或负荷曲线的相似度,选取的相似日与预测日的负荷有很大的差别,结果表明选取的相似日与预测日的负荷有更好的相似度。其次,用证据理论对原始数据进行预处理,剔除了原数据中与预测日负荷特征相差太远的,使得历史数据序列的变化规律有较大的简化,并包含气象信息。建立支持向量机预测模型进行预测,在选取参数时进行了大量的实验,选取适合本样本的最佳参数进行预测。最后,研究了神经网络和自适应混沌算法。运用上述三种方法进行预测后,用证据理论进行融合,然后与标准支持向量机和神经网络、自适应混沌算法进行比较,结果表明本文提出的方法预测结果明显提高。
|
全文目录
摘要 4-5 ABSTRACT 5-9 第1章 绪论 9-17 1.1 电力系统负荷预测的意义 9-10 1.2 国内外研究现状 10-15 1.2.1 短期负荷预测方法 10-14 1.2.2 负荷预测发展 14-15 1.3 电力负荷预测误差分析 15 1.4 本文所做的工作 15-17 第2章 证据理论 17-26 2.1 基本定义 17-19 2.2 D-S 合成法则 19-23 2.2.1 两个信度的合成 19-22 2.2.2 合成的基本性质和多个信度的合成 22-23 2.3 对不确定证据的折扣处理 23-25 2.4 本章小结 25-26 第3章 基于证据相似日的支持向量机负荷预测 26-40 3.1 支持向量机 26-29 3.1.1 概述 26 3.1.2 支持向量机原理 26-29 3.2 基于D-S 证据融合和支持向量机的负荷预测 29-30 3.2.1 基于D-S 相似日的SVM 结构 29 3.2.2 SVM 算法的具体实现 29-30 3.3 相似日的选取 30-35 3.3.1 相似日理论 30-31 3.3.2 证据理论 31-34 3.3.3 Dempster 合成法则 34-35 3.4 实例仿真 35-39 3.4.1 系统介绍 35 3.4.2 样本选择 35-36 3.4.3 参数分析 36-37 3.4.4 误差测量与结果分析 37-39 3.5 本章小结 39-40 第4章 基于SVM、RBF 和混沌的证据融合负荷预测 40-57 4.1 RBF 神经网络 40-42 4.1.1 概述 40 4.1.2 RBF 神经网络原理和应用 40-42 4.2 混沌算法 42-49 4.2.1 混沌预测的理论基础和基本概念 42-46 4.2.2 混沌自适应算法 46-49 4.3 基于SVM、RBF 和混沌的证据融合负荷预测 49-50 4.4 算例仿真 50-56 4.4.1 SVM 预测 51 4.4.2 RBF 预测结果 51-52 4.4.3 混沌预测结果 52-53 4.4.4 D-S 证据融合 53-56 4.5 本章小结 56-57 结论 57-59 参考文献 59-65 攻读硕士学位期间承担的科研任务与主要成果 65-66 致谢 66-67 作者简介 67
|
相似论文
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 音乐结构自动分析研究,TN912.3
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 双传感器图像联合目标检测及系统实现研究,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 基于SVM的中医舌色苔色分类方法研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 基于支持向量机的故障诊断方法研究,TP18
- 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
- 基于神经网络辨识的同步发电机励磁控制研究,TM31
- 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
- 基于车载3D加速传感器的路况监测研究,TP274
- 基于物联网的农产品安全监控系统与决策系统研究,TP277
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
- 制造业绿色产品研发的风险识别与评价研究,F205;F224
- 基于机器学习的入侵检测系统研究,TP393.08
- 支持向量机回归在短期电力负荷预测中的应用研究,TM715;F224
中图分类: > 工业技术 > 电工技术 > 输配电工程、电力网及电力系统 > 理论与分析 > 电力系统规划
© 2012 www.xueweilunwen.com
|