电力负荷特性分析及中长期负荷预测方法研究

被引:0
作者
原媛
机构
[1] 上海交通大学
关键词
负荷特性; 中长期负荷预测; 互信息; 电力需求周期;
D O I
暂无
年度学位
2008
学位类型
硕士
导师
摘要
电力负荷特性分析需要考虑多因素影响的叠加效果,中长期电力负荷预测模型中也需要尽力体现这些影响因素与电力负荷间的相关关系。 本文在分析主要负荷特性指标的基础上,运用多元统计分析理论揭示了电力负荷需求与经济社会指标和气温气候的内在联系;运用主成分分析方法,采用综合包含原有指标信息的几个主成分代替原有经济指标列,有效凸现了主导影响因素。 电力需求与经济发展密切相关。本文将经济学的周期波动理论用于电力需求的分析,以上海市为研究对象对1975年到2006年上海市电力需求进行周期分解,对各波动周期的特征进行量化分析;结合经济指标与电力需求间的关联分析,对上海市电力需求变化规律进行捕捉,得出各周期内电力需求受经济政策的影响情况,为预测电力需求增长趋势提供理论依据。 传统电力负荷预测方法常以电力负荷自身的历史序列特征外推预测未来负荷,或者用确定性相关关系来模拟少数几种电力负荷关联因素的影响,导致对负荷变化规律的把握存在缺陷。信息领域中的互信息理论用于分析两个随机变量间的相互依赖程度,其中包含了线性和非线性关联关系,用以描述电力负荷及其影响因素的关联程度,为进一步的预测工作提供依据。本文应用互信息理论,建立了电力负荷预测的互信息网络模型,根据各影响因素与电力负荷间的互信息对其量化、比较和逐层筛选,在得到各经济社会指标与负荷之间的关联程度的基础上,对未来负荷进行预测。将本文模型应用于实际电力系统预测,得到了令人满意的预测结果。
引用
收藏
页数:82
共 50 条
[1]
数据挖掘在电力负荷预测中的应用研究 [D]. 
黄丽苏 .
长沙理工大学,
2006
[2]
中国电力需求周期波动特征及影响因素研究 [D]. 
梁亚丽 .
华北电力大学(北京),
2005
[3]
电力系统分行业负荷构成建模研究 [D]. 
戴琦 .
河海大学,
2005
[4]
基于互信息网络模型的时间序列数据库知识发现 [D]. 
温长洋 .
浙江大学,
2003
[5]
Time Series Analysis:Univariate and Multi-variate Methods..William W S Wei;.Addison Wesley.1989,
[6]
电力消费与其相关因素计量经济分析 [J].
仇伟杰 ;
董双武 .
中北大学学报(自然科学版), 2007, (02) :151-155
[7]
一种基于互信息增益率的新属性约简算法 [J].
贾平 ;
代建华 ;
潘云鹤 ;
朱淼良 .
浙江大学学报(工学版), 2006, (06) :1041-1044+1070
[8]
基于模糊层次分析法的电力负荷组合预测 [J].
吴丹 ;
程浩忠 ;
奚珣 ;
夏夷 ;
沈晓岚 .
华东电力, 2006, (04) :10-13
[9]
灰色GM(1,1)模型及其在电力负荷预测中的应用 [J].
蔡琼 ;
陈萍 .
自动化技术与应用, 2006, (03) :24-26
[10]
RBF神经网络在中长期负荷预测中的应用 [J].
陈泽淮 ;
张尧 ;
武志刚 .
电力系统及其自动化学报, 2006, (01) :15-19