【摘 要】
：
电力负荷预测涉及生活生产的各个方面,其中短期电力负荷预测更是能源系统日常运行的重要工作之一。随着智能电网的普及,负荷数据量呈指数上升,这给电力预测的准确性带来了更多困难。本文研究旨在分析探索短期电力负荷数据的特性,构建合适的单一预测模型和组合预测模型,最终达到高效准确的电力负荷预测,为电网的运行评估、安全供电、经济发展等提供参考依据。本文研究的主要工作如下:1、通过了解负荷预测发展历史,介绍短期负
论文部分内容阅读
电力负荷预测涉及生活生产的各个方面,其中短期电力负荷预测更是能源系统日常运行的重要工作之一。随着智能电网的普及,负荷数据量呈指数上升,这给电力预测的准确性带来了更多困难。本文研究旨在分析探索短期电力负荷数据的特性,构建合适的单一预测模型和组合预测模型,最终达到高效准确的电力负荷预测,为电网的运行评估、安全供电、经济发展等提供参考依据。本文研究的主要工作如下:1、通过了解负荷预测发展历史,介绍短期负荷预测的研究价值,并对国内外负荷研究现状进行探究,分析了现有负荷预测算法的优缺点。根据电力负荷数据特性对数据集的缺失值、异常值进行处理,选择影响负荷的外界因素并完成特征集的构建,最后使用滑动窗口策略构建监督学习数据。2、为克服传统预测算法的问题,实现了基于机器学习和神经网络框架的负荷预测模型。首先根据负荷预测的多种特性,构建了SVM、LS-SVM短期负荷预测模型,实验表明模型不具备较强的大数据处理能力,未考虑大规模电力数据特点,随着影响负荷的不定因素增加,训练时间变长、预测效果不佳;然后构建Ada Boost预测模型,通过训练不同的弱学习器构成一个强学习器,从而提高负荷预测精度;最后构建DNN、RNN短期负荷预测模型,实验表明由于梯度消失和输入电力数据序列过长导致序列信息丢失的问题使负荷预测不稳定,为解决该问题,构建了门控更为简单的GRU神经网络和引入Attention机制改进LSTM神经网络的预测模型。基于历史负荷数据对四种单一神经网络预测模型进行对比,发现有长效记忆的神经网络更适用于短期电力负荷预测。3、不同于传统模型的权重组合方法,本文设计了基于集成学习Boosting思想融合两个较优单一模型的预测方法。针对单一模型在峰平谷或过渡时期采样点预测结果不稳定的问题,通过集成不同模型的优势来提高预测精度。通过负荷数据分别验证了不同组合模型的预测效果,实验结果表明基于Boosting融合框架采用XGBoost算法将Ada Boost、GRU进行融合的预测模型明显优于传统组合模型,评价指标MAPE降至0.1%以下,证明了该模型的有效性。本文设计的集成型组合模型有效提高了短期电力负荷预测模型的精度,可以作为短期电力预测与分析的有效模型,对电力决策参考有一定的科学意义和实用价值。
其他文献
棉花是我国重要的经济作物和油料作物,目前对棉花的研究主要集中在纤维发育的相关性状上,而培育适应能力优秀的种质也是棉花育种中尤为重要的一部分。随着棉花参考基因组的不断完善,通过转基因手段研究来挖掘和改良有潜在价值的基因来提高棉花产量以及对环境的适应力是大势所趋。种子大小是植物重要的适应性特征,不仅会影响种子营养物质积累和萌发,还直接关系作物产量。本研究基于课题早期构建的群体,通过对种子大小相关性状的
随着科学技术的不断突破,智能机器人成为了最具代表性的科技产物之一,其中室内轮式扫移动机器人是最具有代表性的产品。但在定位精度、清扫路径等方面相比国外,国内还有很大的进步空间。同步定位与地图构建（Simultaneous Localization and Mapping,SLAM）是机器人智能化的前提,也是目前机器人领域研究的重点和难点。针对传统移动扫地机器人存在的工作效率低,环境采集精度低等缺陷,
CO2驱油增采（CO2enhanced oil recovery,CO2-EOR）已成为石油工业中常用的提升油气采收率的方法。然而,CO2驱油过程中产生的伴生气包含大量的CO2、CH4等气体,若将其直接排放不仅会污染环境,而且造成资源的巨大浪费。相反,将分离提纯后的CO2重新用于驱油,而CH4作为燃料气,则可实现伴生气的资源化利用。显然,有必要开展伴生气的分离工艺研究。当前众多的气体分离方法中,膜
近年来随着环境不断变化,人们在工作和生活中接触到越来越多的应激源,这对人体健康造成了损害。如何预防应激以及治疗应激造成的损伤已成为近年来的研究热点。中药作为传统中医的主要治疗药物,经过几千年的发展已形成一套治疗体系,但由于中药化学成分过于复杂,严重阻碍了中药的深入开发。随着网络药理学的出现,使得深入研究中药不同成分所发挥的机制更加容易,减少了新药研发的工作量。线虫作为一个优秀的模式生物,在药物筛选
多飞行器协同作战问题是目前各国军事研究的重点之一。多飞行器协同作战可以最大限度对资源进行有效利用,发挥飞行器集群作战优势,增强飞行器的作战性能,有助于提高整体军事作战能力。然而,多飞行器协同攻击多目标问题在目标分配及再入协同制导方面仍存在难点,因此本文针对这些问题主要展开以下的研究工作:对协同作战的目标分配方法进行了研究。首先通过考虑敌方目标价值及我方飞行器对敌方目标的损毁概率,以对敌造成最大化伤
随着传统任务复杂性的增加和新应用场景的扩展,单辆无人车很难适应大型环境中的一些复杂情况。与单辆无人车相比,多辆无人地面车协同工作、共同完成任务,有着更高的任务执行效率。多无人车协同覆盖路径规划技术作为协同路径规划技术的一个重要分支,在许多领域都有着广泛的应用,成为近年来的研究热点。现有的相关研究主要集中在平面路径规划上,而忽略了地形对无人车的影响,导致算法无法直接应用在非平面表面的目标区域中。鉴于
汽车热管理控制及其智能化对于电动汽车的发展非常关键。其中空调系统与乘员舱系统的热管理控制的表现关系到车内人员的舒适度,驾驶感受以及对电动汽车的市场印象。另外,高续航里程指标对于电动汽车十分重要,而汽车空调系统作为能耗大户将严重削减电动汽车的续航里程。因此,为了减小里程焦虑问题,同时提升乘员舱热管理控制的智能性与舒适性,需要认真考虑智能化的电动汽车乘员舱温度控制策略的优化设计。对此,本文对电动汽车空
我国建筑业自新中国成立以来不断发展,产值和规模扩展迅猛,一次次突破新高。建筑业快速发展的同时也面临着巨大的风险挑战,由于建设工程规模庞大、劳动强度大、施工周期长、环境复杂多变,工程建设管理方式落后等原因,我国的施工安全生产形势依然严峻。为避免建筑施工安全事故频发,减少事故造成的人员伤亡与财产损失,本文以1325份安全事故调查报告为基础,利用Logit模型进行事故致因分析和机器学习等方法构建预测模型
目的:长链非编码RNA（IncRNAs）与肿瘤的发生、发展有着密切关系,近年来已逐渐成为胶质瘤研究领域的大热点。本研究探讨了 IncRNA LUCAT 1（lung cancer associated transcript 1）在胶质瘤发生、发展中的作用,并探讨了其可能的调控机制。方法:我们使用基因芯片技术进行了前期实验,根据芯片结果我们选取了在胶质瘤中明显上调的lncRNA LUCAT1及共表达
重复控制器（repetitive controller,RC）具有良好的基波信号跟踪和谐波信号抑制能力,然而,重复控制对系统建模的精准度要求较高且在电网频率波动或者弱电网的情况下鲁棒性不足。考虑到鲁棒控制器对系统参数变化不敏感的这一特点,提出一种基于鲁棒重复的复合控制策略。首先,对单相LCL并网逆变器建模以及LCL滤波器的参数进行设计。同时针对单相LCL型并网逆变器的阻尼策略进行探讨。其次,重复控