高校节能短期电力负荷预测的应用与研究.pdf

高校节能短期电力负荷预测的应用与研究.pdf

ID:52500554

大小:2.99 MB

页数:4页

时间:2020-03-28

高校节能短期电力负荷预测的应用与研究.pdf_第1页
高校节能短期电力负荷预测的应用与研究.pdf_第2页
高校节能短期电力负荷预测的应用与研究.pdf_第3页
高校节能短期电力负荷预测的应用与研究.pdf_第4页
资源描述:

《高校节能短期电力负荷预测的应用与研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、Nit.12、’0lJ(,geriaINO.12I2110·能源箭那·高校节能短期电力负荷预测的应用与研究万力,李芳。(1.合肥工业大学建筑设计研究院,安徽合肥230009;2.合肥工业大学计算机与信息学院,安徽合肥230009)摘要:在分析了事例推理原理和相关技术的基础上.根据高校负荷变化的特点,利用事例推理原理建立了高校短期电力负荷预测系统的基本框架。通过试验万力(1967一J。男。平台的开发验证了其有效性和实用性,为高校节能提供了非常有意义的参考价值教授级高级工程师.和理论基础。研究方向为智能建筑、楼字自动化、建筑关键词:电力负荷预测;事例推理;高校节能电

2、气。中图分类号:l’【121)1.5文献标志码:A文章编号:I674—8417(2010)12-00344)4Revise、Retain,通常翻译为检索、重用、修改/修正0引言和保留。基于事例推理的工作原理如图1随着全国高校节能工作的开展,电力负荷预所示。测在高校越来越受到重视,然而传统的负荷预测由于仅依靠工程人员的经验,存在预测工作量大、精度低等缺点。本文将人工智能中的事例推理方法¨应用到高校短期电力负荷预测中,结合高校能耗监控系统丰富的历史数据,开发了高校短期电力负荷预测系统,为高校能源管理部门准确、合理地做出供配电规划和运行调度提供依据,使供配电在安全、可

3、靠的基础上更加经济、优化。图1CBR工作原理图1事例推理的原理2关键技术基于事例推理(Case.BasedReasoning,CBR)是人工智能的一个分支,也是类比推理方法的一CBR的核心技术包括事例表示、事例检索和种。其核心思想是从事例库中检索出和当前事事例维护。例相近的事例,对它进行修正,并应用于新问题2.1事例表示的求解过程中。事例表示是建立事例推理系统的基础。事~个完整的CBR系统一般包括几个循环过例推理系统运行的效率和事例表示密切相关,所程,Amodt和Plaza归纳为“4R”:Retrieve,Reuse,以如何选择适合该系统的事例表示方法是事例李芳

4、(1986一),女。硕士研究生,研究方向为智能建筑。·34-现代建筑电气·能源管!·推理系统首先要解决的问题。事例表示可以借定的阀值,表明其与事例库中的事例非常相近,鉴人工智能领域中的知识表达方法,如特征向可不存储;否则,可以作为新事例添加到事例库量、面向对象、逻辑谓词、语义网络、多媒体等。中。根据负荷预测自身的特点,该系统采用一个特征基于事例推理系统采用增量式的学习,能不向量对应一个事例来表示影响电力负荷变化的断积累经验和知识,这其中主要来源于对新事例各种因素,如日期、采样时间、采样点、天气、节及解法的保留。但如果无条件地对事例进行保日、假期、星期类型、实际负

5、荷。留,势必导致一个新的问题,即无法控制事例库2.2事例检索中事例数目的增长而使系统检索时问增加,检索事例检索是事例推理系统的中心环节。检效率下降。因此,为了解决这个问题,CBR系统索到的事例是系统工作的起点,其准确与否很大采用主动学习策略。程度上决定了一个CBR系统的效果。在实际应3高校电力负荷预测系统的分析实现用过程中,常用的检索方法有最近邻法、归纳引导策略、多维分析法、知识引导法等。该系统在事例推理的应用范围非常广,成千上百个事例检索中采用应用广泛且技术基本成熟的最CBR系统在实际应用领域中发挥着重要作用,如近邻法。法律诉讼、客户管理、电子商务、医疗诊断、

6、机器最近邻法是通过计算目标事例和源事例的组装、建筑设计、分子生物学、机器人控制、医药、加权距离,找出与目标事例距离最近的事例的方企业管理、地质勘测、石油开采、语音识别等。本法。距离定义为相匹配的输入事例特征加权和。文成功地将事例推理的理论应用到了高校节能用公式表示为工作中,开发了一个基于事例推理的短期高校电N力负荷系统,既拓宽了事例推理的应用领域,又d=∑wkd(,)(1)解决了高校的节能难题。其中,加为第k个属性权值大小,可以赋予一个3.1高校负荷变化特点实数,随事例不同属性重要性的不同而赋予不为了分析影响高校负荷变化的主要因素,建N立合理的事例,首先要找出高

7、校电力负荷变化的同的权值,一般要求∑W=1。d(,)表示特点。第i个和第J.个事例在第k个属性上的距离。最经过对某高校多年历史数据分析,概括出如近邻法的相似度计算公式为下特点:Sire(,vj)=南1+d(,)南1+d(1)负荷总量逐年增加,增长缓慢。2006~2009年学校总用电量逐年增加,增长幅度在5%其中,,是某个属性的两个属性值。~7%的范围内,如图1所示。用电量逐年增大系统将当前事例的属性集,与事例库中事的主要原因是学校基础设施的逐年完善、在校人例的属性集,中相对应的属性进行两两比较,根数的增加以及学校科研项目的增多。据上述的最近邻法计算其相似度,定义

8、相似度小于5%的即为检索

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。