学位论文 > 优秀研究生学位论文题录展示

微网短期负荷预测中的白噪声分离

作　者: 郭瑞
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: 短期负荷预测白噪声分离小波去噪功率谱组合预测
分类号: TM715
类　型: 硕士论文
年　份: 2010年
下　载: 117次
引　用: 2次
阅　读: 论文下载

内容摘要

微网短期负荷预测对微网系统安全、经济的运行有重要的意义。微网短期负荷预测中,白噪声的存在导致了预测的准确率上限。如何从微网短期负荷序列中识别并分离白噪声,是尚未解决的难题。准确的分离白噪声,可以确定比较优化的预测模型与方法,确定组合预测模型的数目,得出概率化预测结果,对于微网短期负荷预测具有十分重要的意义。本文具体研究内容和结果如下:(1)采用Matlab进行了四种小波函数、软硬阈值函数下小波阈值去噪数值实验,验证了小波去噪与时间序列分析中的平滑法有相似之处,四种小波去噪效果的优劣与移动平均法和指数平滑法(接近于正态的)的好坏有某种对应关系,并从理论上推断构造更好的平滑系数的可能性。(2)采用解析形式探索了功率谱分离白噪声的可能性,并对AR(1)序列、AR(2)序列进行去噪研究。小波去噪和差分去噪按频率划分信号与噪声,对于低频信号高频噪声序列去噪有效,而功率谱去噪按幅值划分信号与噪声,对于序列是低频噪声高频信号的情形仍有效。在信号和噪声在频率域上不存在相互抵消的情况下,功率谱分离噪声方差效果显著。(3)在Smith和Wallis对预测之谜给出的经验解释的基础上,采用数理统计学进行了理论解释,研究了样本容量对组合权重的影响。(4)采用差分法和小波对eunite原始负荷序列的48个抽样序列进行去噪研究,发现差分法去噪对低频信号高频噪声序列的效果要优于小波去噪,验证抽样序列方差比原序列方差大。

全文目录

摘要  3-4
ABSTRACT  4-8
第一章绪论  8-13
  1.1 引言  8
  1.2 微网短期负荷预测噪声分离的意义  8-10
    1.2.1 微网短期负荷预测研究的意义  8-9
    1.2.2 白噪声分离研究的意义  9-10
  1.3 国内外研究现状分析  10-12
    1.3.1 微网负荷预测方面  10-11
    1.3.2 现有负荷预测思路方面  11-12
  1.4 本文的主要工作  12-13
第二章微网短期负荷预测研究的理论基础  13-19
  2.1 小波阈值去噪理论概述  13-16
    2.1.1 小波变换概述  13-14
    2.1.2 小波阈值去噪  14-15
    2.1.3 小波母函数选取  15-16
  2.2 频谱分析  16-19
第三章功率谱分离白噪声研究  19-27
  3.1 功率谱分离白噪声理论研究  19-22
  3.2 功率谱噪声分离数值实验研究  22-27
    3.2.1 功率谱处理AR(1)时间序列  22-24
    3.2.2 功率谱处理AR(2)时间序列  24-26
    3.2.3 结果分析  26-27
第四章小波阈值白噪声分离数值实验研究  27-34
  4.1 实验研究的基本思路  27
  4.2 小波阈值去噪性能研究  27-34
    4.2.1 用小波去噪处理白噪声数值实验  27-33
    4.2.2 数值实验结果分析  33-34
第五章负荷时间序列预测中抽样序列白噪声分离  34-48
  5.1 样本容量对组合预测的影响  34-37
    5.1.1 组合预测之谜  34
    5.1.2 数理统计分析  34-37
  5.2 抽样序列中噪声分离  37-48
第六章总结与展望  48-49
  6.1 总结与成果  48
  6.2 展望  48-49
参考文献  49-52
发表论文和科研情况说明  52-53
致谢  53

微网短期负荷预测中的白噪声分离

内容摘要

全文目录

相似论文