基于混合优化模型的短期用电量预测

来源 :兰州大学 | 被引量 : 3次 | 上传用户:aliuyangba
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
作为人类目前最重要的能源之一,电能在国家资源管理中的地位举足轻重,是国家和社会发展的主要推动力.其中,短期用电量需求预测在电力系统规划中起着至关重要的作用,但是与其他能源不同,电力不能大规模存储,对短期用电量的高估或者低估都会不可避免的造成能源的浪费和损失.因此准确有效地用电量需求预测可以帮助电力系统运营商和市场参与者根据相应的预测信息提出招标策略并确保消费者的电力供应,从而降低用电量成本,减小能源消耗.根据短期用电量需求数据的季节效应与非线性特性,本文提出了一种新的混合优化预测模型(SEA-EEMD-GPEE)用于对每小时用电量数据进行更加精确的分析和预测.由于原始用电量序列常常受到季节效应的影响,首先对序列进行季节指数调整(SEA),旨在剔除序列的季节项,然后用集合经验模态分解(EEMD)的方法将去除季节效应的序列分解为若干个处于不同频率的本征模态函数(IMFs),把这些IMFs整合为原始序列的三个子序列,分别为高频子序列,中频子序列和低频子序列,最后用GRNN预测高频序列,对中频部分采用Elman神经网络进行预测,并用粒子群优化算法优化网络的参数(PSO-Elman),对低频序列建立极限学习机模型(ELM),最终得到新的混合优化预测模型SEA-EEMD-GPEE.将该模型用于对美国加利福尼亚州每小时电力需求数据的分析和预测,并且建立四种比较模型(GRNN,SEA-GRNN,SEA-EMD-GEE,SEA-EEMD-GEE)来验证模型SEA-EEMD-GPEE的优越性.实证研究表明,新的混合优化模型(SEA-EEMD-GPEE)的预测效果要优于其他四种比较预测模型且具有较高的预测精度.
其他文献
介绍了施工阶段工程造价失控的原因,从合同管理,优化施工组织方案,严格施工过程的现场管理,正确处理工期、质量、造价三者之间的关系,加强索赔意识,竣工结算,积极推进全过程
猴年开市两个交易日后的2月1日,新华社即公布了《国务院关于推进资本市场改革开放和稳定发展的若干意见》(以下简称《意见》),这是1992年以来第一次以国务院文件形式下发的关于资
自行研制了一套实验室用苹果糖度的近红外光谱在线检测系统,确定了检测光纤与苹果的距离参数,重点探讨了对苹果糖度检测精度影响较大的两个光学参数(入射光纤与检测样品的距
1 临床资料 我院1988/2007年下颌骨牙源性骨肿瘤患者24(男14,女10)例,年龄11—58(平均32.3)岁.其中牙瘤4例、牙源性纤维瘤1例,牙源性黏液瘤3例,造釉细胞瘤16例,主要临床症状有下颌骨病变
如果你持牡丹国际信用卡透支消费了1万元,在免息期内还了9999元,还有1元忘了按时还上,银行会怎么“惩罚”你?
主要阐述了用户如何决策使用托管型的数据中心。并从安全性、节能、抗干扰、高效安装等几方面对布线设计和方案实施提出了合理化建议,以给数据中心用户决策提供参考。
1临床资料选择2005/2007我院门诊及住院患儿165(男96,女69)例,年龄1~14(平均6.5)岁.患儿均有脐周疼痛、持续或阵发程度不一,部分伴有恶心、呕吐或低热,部分伴上呼吸道感染症状.查体:腹部无
近年来,随着政府对高职教育越来越重视,财政投入比例逐步增加,高职院校固定资产量持续增长,为国有资产管理带来了一定的难度。针对一系列问题,结合北京农业职业学院实际情况,
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”$ MN。W;- __._——————》 砧叫]们羽 制作:陈恬’#陈川个美食 Back to yield
部编版教材推广使用以来,初中语文教材中大幅增加了古诗文比例,对学生的文学综合素养提出了更高要求,要求学生进行大量的课外阅读,语文教师需要用有限的课时完成更多更深层次