基于小波分析的短期负荷预测模型研究与实现

《基于小波分析的短期负荷预测模型研究与实现》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、大连理工大学硕士学位论文基于小波分析的短期负荷预测模型研究与实现姓名：孟祥斌申请学位级别：硕士专业：计算机应用技术指导教师：程春田20081218大连理工大学硕士学位论文摘要电力系统短期负荷预测是指对未来一天到一周的负荷预测，其中最典型的是对未来一天的日负荷曲线预测，也是本文研究的重点。短期负荷预测不仅是电力企业经济地安排电网发电机组的起停，合理制订机组检修计划，减少不必要的旋转储备容量，保证电网运行的安全稳定性的关键，同时也是建设电力市场，实现促进电网和供电企业参与市场竞争、提高电力行业经济效益和社会效益的基本工作内容。电力负荷预测就是要通过实际电力系统负荷特性的分析，结合实际运

2、行情况，运用数学和计算机方面的知识，建立合理准确的数学模型，最终得出精准的预测结果。本文将小波分析、回归分析等数学方法与电力系统实际情况相结合，探讨基于相关因素映射选取预测样本的小波回归分析短期负荷预测方法。主要研究工作如下：首先，概述了电力系统短期负荷的原理、特点、研究现状及存在问题，对电力系统的短期负荷预测的各种传统方法及现代方法进行了综述，并重点研究了小波变换在短期电力负荷预测中的应用。其次，通过对历史负荷数据进行垂直和水平预处理，使其更能体现电力负荷的变化趋势，为短期负荷预测模型利用这些历史数据奠定了基础。将相关因素映射的概念应用于短期负荷预测模型的输入变量选择。对于负荷预

3、测，本文首先利用小波变换对负荷序列进行分解，得到不同频率的各个负荷分量，然后利用数据分类和多元回归分析方法分’别对各个分量进行预测，最后再将各个分量的预测值组合起来，得到最终的预测结果。再次，开发了跨平台的短期负荷预测系统。系统采用Java语言进行开发，可以跨越各种硬件平台与软件平台；同时在开发过程中运用了大量先进的软件工程开发理念，使得系统具备灵活、开放的特点，便于在不同运行环境中推广以及应用。最后对全文进行了总结，并对短期负荷预测的发展趋势进行了展望。关键词：短期负荷预测；小波变换；回归分析大连理工大学硕士学位论文ResearchandImplementationofPower

4、SystemShort—TermLoadForecastingBasedonWaveletAnalysisAbstractShort-termloadforecasting(STLF)n1I目璐loadforecastingfromnextonedaytonextweek,themosttypicalisthenextday'sloadforecasting，itisalsothefocusofthispaper．AccurateSTLFplaysallimportantrolebothinproductionplanning,unitmaintenancescheduling，e

5、conomicalandsaferunning，whichdirectlyinfluencestheprofitoftheelectricutilityenterpri∞s，andintheconstructionofelectricpowermarket,whichneedcompetitionandeconomicaisurebetweentheelectricpowercorporations．neshort-termloadforecastingisbasedonanalyzingthespecialtyoftherealloadandapplyingtheknowledg

6、eofmathematicandcompmertoforecastingmodel，finallyobtainsaccurateforecastingresults．，n地mainresearchesinthisthesisarcasfollows：Firstly,theprinciple，features，currentstatusanddevelopmentoftheelectricpowersystemshort-termloadforecastingaregeneralizedinthisthesis．Andthenitmakesasummaryofmanytraditio

7、nalandmodernload-forecastingtechnologies，introducestheapplicationofWaveletAnalysisinelectricpowersystemshort-termloadforecasting．Secondly,viaverticalandhorizontalpretreatment,thehistorical10addatacanfurthermoreshowtheloadchangingtrend,w