基于支持向量机的电力负荷预测预警研究

《基于支持向量机的电力负荷预测预警研究》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、过去20年，电力能源以每年8％叫％的速度增长。2004年底发电装机容量已经突破40GW大关。但缺电现象仍然相当普遍。电力紧缺的原因是多方面的，主要原因新增装机容量赶不上用电(特别是工业用电和生活用电)的高速增长。重要因素是我国国民经济持续快速增长，带动用电需求超常增长，缺电紧张的电力供需形势已经成为经济运行中的突出矛盾。综合考虑我国国民经济中长期持续较高速度的发展战略目标，以及我国经济结构调整和产业升级、能源结构调整。另一方面，电力能源供需矛盾日趋突出和与电力能源相关的环境问题日益严重，是我国面临的两大挑战性问题等诸多因素。未来20年，由于工业化和城市化的驱动，电力能源需求将继续大幅度增长

2、。预计2020年我国装机容量和发电量将分别达到1160GW和52801W·h，这相当于2000年的三倍。据有关资料介绍，2000年至2005年我国电力能源有喜又有优，可以概括以下几点：1．2003年一2005年连续缺电，主要原因是新增装机容量赶不上用电增长的需、’』要。2．2005年较200年发电量和装机容量增长数量之多是在世界上空前的，但人均用电水平较低，只有1870kW．h(世界人均260kW·t1)。3．电力工业发展整体上还不是很协调，基础设施建设跟不上形势发展的需要。4．发电量与装机容量比例关系不合理(一般每亿千瓦时，需要年末发电装机容量22--23MW)，而从202年起下降到22

3、MW以下，出现缺电现象。5．“十五"期问，已核准的发电项目建设规模约180GW，仍偏少，不能满足每年新增发电装机容量50GW的需求。而未核准已开工的发电项目又太多。6．电网发展很快，电厂、电网协调发展。500kV输电线路建成5万公里以上，成为我国各大区及省市电网的骨干。7．技术、经营和管理水平有了很大的提高。三峡水电站的建成投产，超超临界火电机组及750kV超高压输变电工程建设，标志着我国电力技术水平上了一个新台阶。8，搞好煤电运综合平衡。2005年发电供热用煤预计10、75亿吨，占全国总用煤量的50％以上。9．电力设备主要立足国内，价格低、供货快、质量好(已经接近世界同类没备水平)。世界

4、各国的电力发展历史表明，处在工业化加速阶段的国家和地区，电力消费增长率超过经济增长率是比较普遍的现象。世界银行((2000年世界发腱报告》曾指出：“1999年的数据表明：人均GDP每增加一个百分点，则基础设施总量增加一个百分点，电力增加1．6％”。本文将从电力能源中的一个方面一电力能源的消费2出发，重点讨论反应电力能源消费的电力负荷，在对其分析的基础上建立电力能源的预测预警系统。l。1。2机器学习理论综述人类智慧中一个很重要的方露是从实例学习的能力，透过对已知事实的分析总结出规律，预测不能直接观测的事实。在这神学习中，重要的是能够举一反三，即利用学习得到的规律，不但可以较好的解释已知的实例

5、，而且能够对未来的现象或者无法观测的现象做出正确的预测和判断。把这种能力叫做推广能力。如果能够用机器(计算机)来模拟这种学习能力，即所谓的祝器学习，那么未来美妙的图画将会令人惊叹：从有限观察概括特定问题的世界模型，发现观测数据中含的各种关系，从观测数据挖掘有用的知识⋯⋯。可以肯定的是人类将可以从大量无序的信息中得到有用的、准确的、抽象的、简洁有序的知识。机器学习从本质上来说是学习输入模式空间与输出空闻的函数映射关系。通常把表达这种映射关系的函数集叫做学习机器。学习机器最重要的性能是其学习能力和推广能力。所谓学习能力是指学习机器调整其自身参数使之适应训练样本集的畿力。推广能力又称为泛亿能力，

6、指学习机器从当前训练样本上学到的知识(映射关系)的普遍性能力。1机器学习的发展历史回顾机器学习发展的历史，可以警示那些本质不能做的事情，以避免重复历史上已经发生过的错误；另外，关注蓠人的研究动机，可以在新的技术条件下给与目前研究新的提示。机器学习的科学基础之一是神经科学，其中的三个重要发现：1．James关于神经元是相互连接的发现。2．McCulloch与Pitts关于神经霓工作方式是兴奋和抑制的发现。3．Hebb的学习率(神经元相互连接强度的变化)。其中第二个发现对近代信息科学产生了巨大的影响。对机器学习，这项成果给出了近代机器学习的基本模型，加上指导改变连接神经元之闯权值的Hebb学习

7、率，成为目前大多数流行的机器学习算法的基础。1954年，Barlow与Hebb在研究视觉感知学习时，分别提出了不同的假设，从而形成了机器学习发展的两条线路：1．Barlow倡导单缨胞学说，假设从初级阶段焉来的输入集中到具有专一性相应特点的单细胞，并使用这个神经单细胞来表象视觉客体。以感知机，BP与SVM为代表。32．Hebb主张视觉客体是由相互关联的神经细胞集合体来表象。以条样理论、k．近邻、Madaline、符号机器学