论文部分内容阅读
电力系统负荷预测的水平已经成为衡量电力系统运行管理现代化的标志之一,尤其是准确的短期电力负荷预测具有重要意义。本文主要针对电力系统短期负荷的预测模型及其预测系统的设计和开发进行了研究。
本文研究了时间序列、灰色预测、加权最小二乘和相似日预测等几种实用的短期负荷预测模型;将粗糙集理论(RS)和支持向量机(SVM)等智能方法引入到短期负荷预测中,提出了基于粗糙集属性约简算法和支持向量机的短期负荷预测模型,预测结果表明,此预测模型具有较高的预测精度;为更好利用各个基本模型的预测结果,研究了综合最优预测模型,使得最后的预测结果更合理、精度更高。
针对电网调度部门的实际需要,开发了一套基于调度自动化系统的短期电力负荷预测系统。该系统采用客户机/服务器(C/S)模式,以安全、有效的Oracle 9i作为后台数据库,选用面向对象的可视化的Visual Basic 6.0进行系统开发,整个系统具有较好的实时性、经济性和实用性。
本文开发的短期电力负荷预测系统可以对总负荷、10kV总负荷、35kV总负荷和110kV总负荷分别进行预测,预测模型库丰富,提供了不同的预测模型和预测方法以便对预测结果进行比较、校核,从而提高负荷预测的精确度。实际预测结果表明该系统能够满足电网短期负荷预测的需要,预测结果较合理,系统界面友好、人机交互功能强、操作方便,在很大程度上提高了预测人员的工作效率。