短期电力负荷预测方法研究

《短期电力负荷预测方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、国内图书分类号：TM714国际图书分类号：621．3专业硕士学位论文学校代码：10079密级：公开短期电力负荷预测方法研究硕士研究生：导师：企业导师：申请学位：专业领域：培养方式：所在学院：答辩日期：授予学位单位：杜子冰韩璞教授王文治高工工程硕士控制工程全日制控制与计算机工程学院2013年6月华北电力大学ClassifiedIndex：TM714U．D．C：621．3ThesisfortheMasterDegreeResearchonShort-termPredictionforPowerLoadCandidate：S

2、upervisor：School：DateofDefence：DuZibingProf．HanPuSchoolofControlandComputerEngineeringJune，2013Degree··Conferring·-Institution：NorthChinaElectricPowerUniversity华北电力大学硕士学位论文原创性声明本人郑重声明：此处所提交的硕士学位论文《短期电力负荷预测方法研究》，是本人在导师指导下，在华北电力大学攻读硕士学位期问独立进行研究工作所取得的成果。据本人所知，论文中除已

3、注明部分外不包含他人已发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体，均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签名：厶彳钐必．日期：M奔么月／日华北电力大学硕士学位论文使用授权书《短期电力负荷预测方法研究》系本人在华北电力大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归华北电力大学所有，本论文的研究内容不得以其它单位的名义发表。本人完全了解华北电力大学关于保存、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版本，同意学校将学位

4、论文的全部或部分内容编入有关数据库进行检索，允许论文被查阅和借阅，学校可以为存在馆际合作关系的兄弟高校用户提供文献传递服务和交换服务。本人授权华北电力大学，可以采用影印、缩印或扫描等复制手段保存、可以公布论文的全部或部分内容。本学位论文属于(请在以上相应方框内打“巾)：保密口，在年解密后适用本授权书不保密∥作者签名：导师签名：日期：弘，许I!；月夕日日期：硼；年多月夕日咏厶鼽备华北电力大学硕士学位论文摘要在电力系统运行过程中，电力负荷预测闯题对许多电力部门都起着重要作用，它涉及到电力系统规划和设计、电力系统经济安全运行

5、以及电力市场交易等多个方面。随着电力工业不断发展逐渐进入市场化，负荷预测在电力行业中扮演着越来越重要的角色，并已经成为市场营销和交易部门的核心业务，这也对负荷预测的精确度和稳定性提出了更高的要求。根据电力负荷特性的变化规律，考虑了日期类型、温度、天气情况等影响负荷预测的因素，本文提出将EMD．支持向量机算法应用于电力系统短期负荷预测。首先，文章详细介绍了电力系统短期负荷预测的研究内容，并全面介绍了国内外负荷预测的方法，分别提出各种预测方法的优缺点。其次，通过对某些地区电力负荷的特性分析，确定短期负荷曲线变化的主要影响因

6、素，找出负荷变化的规律性，并通过EMD分解对数据进行了平稳化处理。最后，通过对BP神经网络算法、支持向量机算法、EMD．BP算法、EMD．支持向量机算法对某省网的负荷历史数据进行MATLAB建模仿真，并运用“EUNITE竞赛”所提供的历史数据对算法进行验证。结果表明EMD．支持向量机算法比其他预测方法精确等级更高，可靠性更强，合理性和实用性都更强，取得了很好的预测结果。关键词：电力系统；短期负荷预测；支持向量机：经验模态分解华北电力大学硕士学位论文AbstractIntheoperationofpowersystem，

7、thepowerloadpredictionhasbeenplayingasubstantiallyimportantroleinmanypowerdepartments．Itinvolvestheplanning，thedesign,theeconomicsafetyandmarketingofthepowersystem．Astheelectricpowerindustryhasbeendevelopedtobecomemarket-oriented，loadforecastisprovedtobemoreimpo

8、rtantandbecomesthecoretaskofmarketingandtradingdepartment，however,atthemeantimeitalsorequireshigheraccuracyandstabilityoftheloadforecast．Accordingtothevaryingpatterno