基于用户用电行为正向分析负荷预测方法的研究

《基于用户用电行为正向分析负荷预测方法的研究》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、工程硕士学位论文基于用户用电行为正向分析负荷预测方法的研究作者姓名梁伟工程领域电气工程校内指导教师钟庆教授校外指导教师谭涛亮高级工程师所在学院电力学院论文提交日期2015年10月StudyonLoadForecastingTechnologyBasedonUserBehaviorPatternwithForwardAnalysisADissertationSubmittedfortheDegreeofMasterCandidate：LiangWeiSupervisor：Prof.ZhongQingS.Engine

2、erTanTaoliangSouthChinaUniversityofTechnologyGuangzhou,China分类号：TM73学校代号：10561学号：201320200488华南理工大学硕士学位论文基于用户用电行为正向分析负荷预测方法的研究作者姓名：梁伟申请学位级别：工程硕士工程领域名称：电气工程校内指导教师姓名、职称：钟庆教授校外指导教师姓名、职称：谭涛亮高级工程师论文形式：□产品研发□工程设计□√应用研究□工程/项目管理□调研报告研究方向：电力系统保护控制及自动化论文提交日期：2015年10月26

3、日论文答辩日期：2015年12月6日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：荆朝霞委员：王钢李志铿朱林李海锋华南理工大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加Ｗ标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均己在文中明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：日期：两度年。月日ｙ学位论文版权使用授权

4、书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有权保存并向国家有关部口或机构送交论文的复印件和电子版，允许学位论文被查阅（除在保密期内的保密论文外）；学校可公布学位论文的全部或部分内容，可＾＞１允许采用影印、缩印或其它复制手段保存、汇编学位论文一。本人电子文档的内容和纸质论文的内容相致。本学位论文属于：□保密，在年解密后适用本授权书。＾保密，同意在校园网上发布，供校内师生和与学校有共享协议的单位

5、浏览；同意将本人学位论文提交中国学术期刊（光盘版）电子杂志社全文出版和编入ＣＮＫＩ《中国知识资源总库》，传播学位论文的全部或部分内容。＂＂（请在上相应方框内打Ｖ）？＾：作者签名曰期：护乘寺、指导教师签名：日期＾５．，１．７摘要随着智能电网下智能通信技术（ICT）的快速应用和推广，加之智能终端设备的安装覆盖范围增大，使得电力系统拥有的数据量越来越大。如何利用大数据的分析方法，将数据转化为有用信息，提高电力线运行水平是目前重点关注的研究热点。与传统负荷预测相比，智能电网中的负荷预测已经从单

6、纯的负荷预测技术向负荷预测精细化服务管理层面转变，因此负荷预测的精度和密度要求越来越高，难度越来越大。结合大数据技术，实现智能电网的负荷预测工作是一种有益的探索，也是智能电网发展的必然趋势和要求。本文融合了各类相关信息平台和当前最新的ICT技术，在考虑负荷预测技术趋势的基础上，提出了以用电用户行为正向分析为前提的负荷预测方法。首先建立了不同行业用户用电行为的特征库，然后采用动态聚类的方法对用户类型进行划分，最终实现了用户日负荷曲线的预测和预测结果的动态调整。该方法可以有效减少负荷预测对电力负荷历史数据的强依赖性，

7、并通过拓展关联数据，实现更为准确的各级负荷预测。在方法研究的基础上，基于云平台技术和海量数据存储技术，开发基于用户行为分析的新型负荷预测系统，实现了上述功能。该系统在阳江电网得到了工程实际应用。在工程实际应用中，对2个典型用户开展了负荷预测工作，预测结果与实际负荷的比较验证了方法的有效性。同时，负荷预测系统还可获得变电站母线的负荷预测结果，是电网的调度运行和规划的重要基础数据。关键词：智能电网；大数据；负荷预测；正向分析；聚类分析IAbstractWiththerapiddevelopmentofintellig

8、entcommunicationtechnology(ICT)andthewidelyapplicationsofintelligentterminalequipmentinsmartgrid,thecollectingdatastoredinthepowersystembecomeoneofthebigdataactually.Howtotransformthebigd