“机理辨识”预测策略在电力短期负荷预测中的应用

“机理辨识”预测策略在电力短期负荷预测中的应用

ID:45550898

大小:135.99 KB

页数:29页

时间:2019-11-14

“机理辨识”预测策略在电力短期负荷预测中的应用_第1页
“机理辨识”预测策略在电力短期负荷预测中的应用_第2页
“机理辨识”预测策略在电力短期负荷预测中的应用_第3页
“机理辨识”预测策略在电力短期负荷预测中的应用_第4页
“机理辨识”预测策略在电力短期负荷预测中的应用_第5页
资源描述:

《“机理辨识”预测策略在电力短期负荷预测中的应用》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、天津大学硕士学位论文“机理+辨识^预测策略在电力短期负荷预测中的应用姓名:曹东波申请学位级别:硕士专业:模式识别与智能系统指导教师:杨正令瓦20070101屮文摘要电力系统的短期负荷预测对系统运行的经济性和稳定性有璽要的意义。它是一个传统的重要研究课题。目前现有的方法主要在于引进先进的智能预测技术,以及对多模型预测结杲的优化合成方面。但是,进一步稳定提高预测准确率的主要途径却是从预测策略方面的研究。在对“组合预测"策略思考的基础上,我们提出了一种比较全面考虑复杂系统结构知识和系统行为经验知识的“机理+辨识”预测策略。首先采用最近连续3天的口5个天气因了进行多元线性回归;再对

2、实际负荷与回归负荷的差值进行辨识预测;并采用DDDAS提倡的模型评价•预测方式,进行多预测结果的灵活合成。同时,为解决矩阵数值计算屮的奇异性引起的初值敏感问题,我们还将数值天气预报屮的ensemb1e技术移植到短期负荷预测屮。研究的主耍成果为:(1)“机理+辨识''预测策略,显著提高了预测结果的稳定性。这是由于冋归负荷少实际负荷的差值,只有实际负荷的5%左右;并且显著改善了平稳性。(2)ensemb1e预测不仅可以提高预测结果的准确率,还初步实现了概率化的预测。(3)采川模型评价后的预测结果的灵活合成,比“组合预测"策略中的实用方法有初步的改善。研究表明,采用“机理+辨识'

3、'预测策略以及DDDAS提倡的模型评价少预测方式进行短期负荷预测,是对新的预测策略的有益探讨。这些方法可以叨显稳定地改善短期负荷预测的准确率和实现概率化预测。关键词:屯力短期负荷预测“机理+辨识''预测策略DDDAS机械学习ABSTRACTShort—termloadforecastingofe1ectricpowersystemsisaconventiona1importantproblemforgainingtheirbenefitsineconomyandstabi1ity•A.tpresent,themain+・siudiesfocusonemployingthea

4、dvancedintel1igentforecast1ngtechniquesandsynthesizingoptima11ythemu1tip1emode1s'loadsforecasted.However,thechiefwaytoimprovcthcaccuracyofforecastingmustbcthcstudyonstratcgicsofforccasting.nu0usthreedayssec0nd1ytheffr0drmerceacs0trde1dblaiayrwesdAftercog•1tat•1ngtocombinationforecast•1ngst

5、rategy,wePr0p0sedtheimechan•11smmo)de11•1de?nitificationmode1f0recast•1ngslrategywh1chca11comprehens•1Ve1ycons•1derthestructure■1nformat•1onandhist0r1ca1behav10rofcomp1eXsystemS•F1rst1y,theregressed10adswereg0ttenbymu1t1p1e11nearregreJss•0nfromt,hedai1yfiveweatherfact0rs0fth

6、thesizethemu1ti-10adsofforecasting.Simultaneously,theensembletechno10gyofnumericalweatherf0recastingwastransp1antedintoshort—termloadforecastinginordertosolvetheinitia1values'sensitivitycausedbYmatrixsingu1arityinnumericalcalculation.Thcma■1nachicvcmcntsarc:(l)4MMeehanismmodcl+identificavi

7、or,S.forecastingsestimationsadvocatedbyDDDASwasusedtostionmodestrategyr,esurLts,ini1v-1thaherimp山icfrTfiore1"enhancestastherermaercentofresishrticforecastedbyti—mode1sestestabi1ityoftheforecastingnde^rsa.lele.sord1oads,;a^dxs7anedSt^lestationarityofts(2)Ensyof

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。