【摘 要】
:
短期电力负荷预测是电网中能量二次配置过程的重要环节,是电力系统稳定运行的基础。随着电力系统开放式发展和智能电网概念的提出,传统的预测方法难以适应海量数据下对于预测精度越来越高的要求。近年来因为机器学习具有较强的自学习能力,在短期电力负荷预测研究中的应用也逐渐增多。本文以最小二乘支持向量机(LSSVM)为基础,利用改进的麻雀搜索算法(ISSA)确定其核参数和惩罚因子以提高模型的预测精度。本文首先介绍
论文部分内容阅读
短期电力负荷预测是电网中能量二次配置过程的重要环节,是电力系统稳定运行的基础。随着电力系统开放式发展和智能电网概念的提出,传统的预测方法难以适应海量数据下对于预测精度越来越高的要求。近年来因为机器学习具有较强的自学习能力,在短期电力负荷预测研究中的应用也逐渐增多。本文以最小二乘支持向量机(LSSVM)为基础,利用改进的麻雀搜索算法(ISSA)确定其核参数和惩罚因子以提高模型的预测精度。本文首先介绍了短期电力负荷预测的发展历程和常见的预测模型。然后阐述了数据预处理过程,在确定数据序列中异常点和缺失点数据之后从垂直和水平两个方向对其进行修补,利用变分模态分解(VMD)对数据进行去噪和平滑处理,结合实际数据对预处理过程进行了验证。接着分析了短期负荷的影响因素,通过线性信息粒化的相似性度量方法来判断相似日,最终确定预测模型的输入为6个相似日变量和1个温度变量。LSSVM在抗噪声和运算速度方面有很好的性能,但是预测效果受初始参数的影响较大。针对此种情况,本文通过三方面对麻雀搜索算法(SSA)进行了改进研究,并将改进后的麻雀搜索算法(ISSA)用于优化LSSVM的初始参数,搭建组合预测模型ISSA-LSSVM。选择不同季节具有代表性的日期和两个典型的节假日,分别对其用电负荷进行预测,以此验证组合模型的预测效果。然后利用验证集数据建立误差预测模型实现对预测结果的第一次校正,用趋势外推法预测波动点的数据进行第二次校正。仿真结果表明,经过两次校正后的预测误差大幅度降低。短期电力负荷的波动性较强,为了全面展现用电负荷的波动特性,本文又应用基于短期负荷平均值与电力负荷波动范围的联合预测模型(FIG-ISSA-LSSVM)对负荷的变化范围进行预测研究。利用模糊粒化理论将原始数据序列粒化为最大值、最小值与平均值三个子序列,然后对这些子序列分别进行预测,从多个方面对当天的负荷进行预测分析。
其他文献
光学相干层析成像技术是近年发展起来的一种具有高分辨率的生物医学成像手段,具有非侵入性、成像分辨率高、活体检测等优点。在用于科研的OCT系统中,成像控制系统大多基于Lab VIEW进行开发,选用函数发生卡、采集卡和通用接口总线接口卡对扫描振镜和相机采集实现同步控制,系统占据空间较大。而在OCT商品机中,通用计算机作为上位机对嵌入式系统进行控制,因而嵌入式控制系统作为OCT设备的内嵌电子装置无法在较大
随着物联网、总线通信、智能控制等高新技术不断发展进步,对工业控制系统实施智慧监控、远程操控、自动化控制要求不断提高。针对远程控制、分布式控制、控制网络类型单一等问题,本文将PLC技术与互联网技术、现场总线技术进行联合,设计一种基于工业控制网络的可编程控制系统。本文设计的可编程控制系统同时支持工业控制网络主站与从站功能,能够实现双向通信,并支持多种总线通信,能够灵活地实现分布式远程控制以及有效节约开
移动机器人是涵盖信息处理技术、传感器技术、自动控制技术等多学科融合的复杂系统,可按照预先设定的模式,自主完成规定的操作或运动,可替代人工操作,在制造领域得到越来越广泛的应用和深入的推广。然而,随着移动机器人应用从结构化环境向非结构化环境的扩展,对环境的自适应感知能力的要求越来越高,尤其某些重载移动机器人在不同工况下始终不能稳定工作,相应自身的运动状态受到一定约束,不能按照预先设定的模式稳定行驶。为
随着互联网的不断发展,社交媒体被广泛使用,虚假信息、负面意见和消极情绪在此背景下泛滥,造成公众与政府在社会化危机信息交互过程中存在阻碍,从而影响公众对政府的信任。目前,多数学者已经意识到这一状况,也从不同的视角对政府信任进行研究。但多是以公众为主体、以风险感知、归因为视角进行探讨,忽略了双主体研究途径以及期望差异视角。本文利用多案例的研究方式,使用扎根理论质性研究方法,以期望差异为视角、采用双主体
在中国接入国际互联网后的二十余年里,中国互联网行业发展迅速,高速发展的背后离不开我国不断提升的经济水平和人民群众日益增长的物质、文化水平。互联网在人们生活中所占的比重越来越高,网络视频在社会环境和大众心理环境的相互作用下成为人们的必需品,各类视频产品也迎来了自己发展的春天。网络视频用户规模持续增长,使用率节节攀升,这些数据都帮助网络视频牢牢坐稳第二大互联网应用的宝座。随着万物皆媒,人人皆媒时代的到
智慧服务区是智慧高速公路的重点应用场景,综合管理平台则是通过先进信息技术实现智慧服务区管理和服务提升的应用软件。通过梳理智慧服务区综合管理平台的发展现状,对智慧服务区在应用实践中存在的问题和解决方案进行了研究,并以平益高速公路智慧服务区为例,介绍了智慧服务区综合管理平台的总体架构和主要功能,为高速公路智慧服务区的设计及建设提供借鉴。
随着社会的发展,人类对能源的需求量逐渐增大,海洋中的不规则的海水波浪作为一种高熵能(High Entropy Energy,HEE),储量十分丰富,是最有前景的可持续能源之一。目前用于海上能源收集、海上环境监测和海上环境预警的方式都不能长时间、近距离、实时的完成这些任务。因此,开发新的海洋能采集技术势在必行。摩擦纳米发电机是一种新型的能量收集技术,其利用摩擦起电和静电感应的耦合效应将机械能转化为电
作为新型储能装置的超级电容器具有循环寿命长和功率密度高等优点。超级电容器等效模型可通过分析电极材料的阻抗特性和充放电行为来调控材料结构。电极材料对超级电容器性能起决定性作用,碳材料由于比表面积大、导电性好、性能稳定等优点被广泛应用在双电层超级电容器中。在碳材料研究中,研究者通常用同一个修正后的兰德尔等效电路模型分析不同材料的阻抗特性,但该模型对多种碳材料适用性较低,对材料的分析存在偏差。超级电容器
纳滤技术因能高效去除饮用水和回用水中的微量有机物而受到广泛关注。其中,氧化石墨烯(GO)是一种理想膜材料,对微量有机物具有很好的去除潜力,而且能有效缓解传统膜材料存在的选择性、渗透性相互制约的问题。较强的水合作用导致膜层结构在水环境中出现溶胀不稳定的问题,这极大限制了 GO膜在水处理中的应用。因此本实验针对上述问题,制备了稳定性高、性能优异的GO膜,进而研究了 GO膜的稳定性及其对微量有机物的去除
为适应“碳达峰、碳中和”目标要求,在我国能源结构优化调整中,火电机组将面临越来越大的灵活调峰需求,从而对机组设备的安全可靠性提出了更高的要求。本文围绕基于深度学习的热工过程建模理论及诊断方法开展研究工作,主要研究内容如下:针对热工过程数据具有的高维非线性和强噪声扰动等特点,提出了一种基于堆叠降噪自编码网络的非线性系统建模及故障检测方法。通过贪心逐层算法对每层自编码网络进行无监督预训练,并在训练过程