基于经验模态分解和季节调整的组合模型在电力负荷预测中的应用

《基于经验模态分解和季节调整的组合模型在电力负荷预测中的应用》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、＇＇■＇．，＇’．，．９分类号：密级ｓｗ鴻／ｖｆ研巧生学位论文基于经验模态分解和季节调整的组合模型在论＞文题目（中文）电力负荷预测中的应用ＡＣｏｍｂｉｎｅｄＭｏｄｅｌＢａｓｅｄＯｎＥＭＤａｎｄ论文题目（外文）ＳｅａｓｏｎａｌＥｘｏｎｅｎＵａｌＡｄｕｓｔｍｅｎｔＡｌｉｃａｔｉｏｎｐｊｐｐｉｎＰｏｗｅｒＬｏａｄＦｏｒｅｃａｓ村ｎｇ研巧生姓名却学科？、专业数学应用数学研巧方向时间序列分析学位级别硕±导师姓名、职称牛明飞副教授论文工作

2、起止年月２０１４年３月至２０１５年３月论文提交日期２０巧年４月论文答辩日期２０巧年５月学位授予日期校址：甘肃省兰州市原创性声明本人郑重声明：本人所呈交的学位论文，是在导师的指导下独立进行研究所取得的成果。学位论文中凡引用他人己经发表或未发表的成果、数据、观点等，均己明确注明出处。除文中己经注明引用的内容外，不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究成果做出重要贡献的个人和集体，均己在文中Ｗ明确方式标明。本声明的法律责任由本人承担。、襄廷日期＇＇论文作者签名：

3、：化侣ｆｙ义关于学位论文使用授权的声明本人在导师指导下所完成的论文及相关的职务作品，知识产权归属兰州大学。本人完全了解兰州大学有关保存、使用学位论文的规定，同意学校保存或向国家有关部ｎ或机构送交论文的纸质版和电子版，允许论文被查腐和借阅；本人授权兰州大学可Ｗ将本学位论文的全部或部分内容编入有关数据库进行检索，可＾＾？１采用任何复制手段保存和汇编本学位论文。本人离校后发表、使用学位论文或一与该论文直接相关的学术论文或成果时，第署名单位仍然为兰州大学。本学位论文研巧内容；石ｆ可Ｗ公开□不宜公开，已在学位办公

4、室办理保密申请，解密后适用本授权书。一＂＂（请在＾］１上选项打Ｖ）［项内选择其中心．论文作者签名：晏寬导师签名：；３日期；２亦Ｍ日期基于绍验模态分解和季节调整的纽合模型在电力负荷预测中的应用摘要由于电力行业的高速进步和科技化的电网规划，使得学者们对电力负荷预测－个很重要的的关注愈来愈普遍。对电力系统运营部口来说，电力负荷的预测是任务，它对于确保电力行业的正常运行和我国经济的有效发展有十分重要的意义。因此，提高电力负荷预测的精度对电力系统的健康运行非常重要，同时，这一个重要而又艰巨的任务个问题的

5、解决与改进也是学者们当前面临的。这篇文章一一提出了种新的纪合模型对短期的电力负荷做预测。电力负荷数据是个时间序一。些不确定因素的影响下，电力负列，电力市场会产生很强的波动性因此，在荷数据中具有很高的噪声，如果对含有噪声的数据直接进行预测，预测结果会产，这生很大的误差。所Ｗ，文中采用经验模志分解的方法剔除原始数据中的噪声种方法可Ｗ保留原始数据中低频信号，剔除髙频信号；又因为电力负荷数据具有显著的季节性，所又用季节调整的方法剔除去噪后数据的季节项；然后对预处理后的负荷数据用Ｅｌｍａｎ网络和优化的灰色网络作预测：最后选用粒子

6、群优化算法确定组合模型的最优权值，这样就得到了文中提出的新的组合预测模型。实证研巧选用澳大利亚新南威尔古州毎半个小时的电为负荷数据进行短期预测，研巧结果表明，粒子群优化的灰色神经网络的预测效果好于未优化的；同时，文中给出的组合模型优于单个模型，而且去噪后的模型确实优于未去噪的模型，进而说明了文中提出的组合模型在电力负荷预测中的可斤性。ｌｍａｎ，，经验模态分解，Ｅ神经网络，灰色神经网络关键词：负荷预测，季节调整粒子群优化算法，组合预测模型Ｉ乂ＣｏｍｂｉｎｅｄＭｏｄｅｌＢａｓｅｄＯｎＥＭＤａｎｄＳｅａ

7、ｓｏｎａｌＥｘｏｎｅｎｔｉａｌＡｄｕｓｔｍｅｎｔＡｌｉｃａｏｎｉｎＰｏｗｅｒＬｏａｄｐｊｐｐｔｉＦｏｒｅｃａｓｔｉｎｇＡｂｓ化ａｃｔＤｕｅ化ｔｈｅｒａｉｄｄｅｖｅｌｏｍｅｎｔｏｆｏｗｅｒｉｎｄｕｓｔｒ処过ｍｏｄｅｒｎｉｚａｔｉｏｎｏｆｔｈｅｅｌｅｃｔｒｉｃｉｔｒｉｄｐｐｐｙｙｇｍａｎａｅｍｅｎｔｅｏｌｅｗｅｒｅｂｅｃｏｍｉ打ｍｏｒｅａｎｄｍｏｒｅｗｉｄｅｓｒｅａｄ！：〇ａｔｅｎｔｉｏｎ化ｔｈｅｏｗｅｒｌｏａｄｇ，ｐｐｇｐｐｆｏｒｅｃａｓｒｔｈｍｏｔｉｔｈｅｌ

8、ｅｃｔｒｉｏｗｌｏａｄｆｏｒｅｃａｗａａｖｅｒｔｉｎｇ．Ｆｏｅｐｏｗ巧ｓｙｓｔｅｐｅｒａｏｎｓｅｃｅｒｓｔｉｎｓｙ