基于相似日选取的小波极限学习机短期负荷预测模型研究

《基于相似日选取的小波极限学习机短期负荷预测模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号密级ｕｄｃ￡！！式乂？南引拿磯ＮＡＮＪＩＮＧＵＮＩＶＥＲＳＩＴＹＯＦＳＣ旧ＮＣＥ＆ＴＥＣＨＮＯＬＯＧＹ硕壬学位论文基于相似日选取的小波极限学习化短期负荷预测模型研究（题名和副题名）谈力（作者姓名）措导教师姓名吴军基教授学位类别工学硕壬学科名称电为系统及乂自动化研究方向电力负德预測论时间２０１５年３月注１：注明《国际十进分类法ＵＤＣ》的类号。硕壬学隹文基于相似日选取的小波极限学习化短期负荷预测模型研究作者：谈为指导

2、教师：吴罕基教授南京理工大学２０１５年３月Ｐｈ＾＾ｉｓｓｅｒｔａｔｉｏｎＳｈｏｒ－ｔｔｅｒｍＰｏｗｅｒＬｏａｄＦｏｒｅｃａｓｔｉｎｂａｓｅｄｏｎｇＳｉｍｉｌａｒＤａｓａｎｄＥｘｔｒｅｍｅＬｅａｒｎｉｎＭａｃｈｉｎｅｙｇＢｙＴａｎＬｉＳｕｐｅｒｖｉｓｅｄｂｙＰｒｏｆ．ＷｕＪｕｎＪｉＮａｎｉｎＵｎｉｖｅｒｓｉｔｏｆＳｃｉｅｎｃｅ＆ＴｅｃｈｎｏｌｏｊｇｙｇｙＭａｒｃｈ２０１５，声明本学位论文是我在导师的指导下取得的研究成果，尽我所知，在本学位论文中，陈

3、了加Ｗ标注和致谢的部分外，不包含其他人已经发表或公布过的研究成果，也不包含我为获得任何教育机构的学位或学历而使用过的材料一。与我同工作的同事对本学位论文做出的贡献均已在论文中作了明确的说明。亦＇研究生签名：韦如女年＾月曰学位论文使用授权声明南京理工大学有权保存本学位论文的电子和纸质文挡，可Ｗ借阅或上网公布本学位论文的部分或全部内容，可Ｗ向有关部口或机构送交并授权其保存、借阅或上网公布本学位论文的部分或全部内容。对于保密论文，按保密的有关规定和程序处理。研究生签名＞３日；皮年＾月硕－上学位论文萬

4、于相似日选取的小波极限学习机短期负荷预测模型研究摘要电力系统短期负荷预测是电网实现经济调度的一项重要工作，是电力系统规划的重要组成部分，也是电力系统可靠、经济运行的前提和基础。通过精确的短期负荷预测，能够科学地制定发电计划，合理地安排机组开停，提高电力系统的经济效益。因此研究负荷预测方法，提高负荷预测精度具有重要意义。本文主要针对负荷特性分析Ｗ及负荷预测算法展开了研究。本文首先介绍了电力负荷的特点，深入地分析了负荷的自身特性Ｗ及气温、降雨、时间等因素对于短期负荷变化的影响。为了优化短期负荷预测的数据样本，

5、本文研究了基于模糊聚类的相似日选取方法，该方法将影响负荷变化的气象状况、星期类型、曰期类型等因素作为相似日的选择依据，通过模糊规则对上述选择依据进行量化并建立模糊相似矩阵，再利用相似系数法计算历史日与预测日的相似程度，根据相似度的大小选出相似日。基于模彻聚类的相似日选取模型充分考虑了气象等因素对电力负荷的影响，体＂＂＂＂周期性和近大远小的原则。现了相似日选取中，能够合理有效地选出相似日然后，在合理选出相似Ｈ的基础上，研究了相似Ｈ和ＢＰ神经网络相结合的预测模型。该模型按照相似度大小选出若干相似日作为ＢＰ神经网络的训

6、练样本，利用ＢＰ神经网络的非线性映射和自学习自适应能力避免了相似日修正法的主观性。根据江苏省某一Ｐ市的电网实测数据进行仿真分析，对比了相似日ＢＰ网络模型与单Ｂ网络模型的预测结果。仿真结果表明，相似日的选取能够有效提高ＢＰ神经网络的预测精度。最后，，针对ＢＰ神经网络收敛速度慢、容易陷入局部极小值等缺点提出了基于相ｅｔ－ｅａｒｎｉｎＭａｃｈｉｎｅ似日选取的小波变换与极限学习机（ＷａｖｌｅｔｒａｎｓｆｏｒｍＥｘｔｒｅｍｅＬｇ，Ｗ－ＥＬＭ相结合的负荷预测模型）。该模型通过小波变换将相似日的负荷序列分解为低频基础负

7、荷部分和高频随机负荷部分，低频基础部分采用极限学习机预测，高频随机部分采用加权平均方法预测，重构得出最终预测结果。小波分解将原始序列的高频随机分量一分离出来，弱化了负荷的随机性。，起到了定的滤波作用利用电网实测数据进行仿真研究－，对比ＢＰ神经网络、极限学习机和小波极限学习机的预测结果。结果表明，本文－提出的相似日选取的小波极限学习机模型具有更高的预测精度和更短的预测时间。关键词：短期负荷预测；相似日；小波变换；极限学习机ＩＡｂｓｔｒａｃｔ硕：：［：学位论文乂ｂｓ化ａｃｔＳｈｏｒｔ－ｃｔｅｒｍｌ

8、ｏａｄｆｏｒｅｃａｓｔｉｎｇｏｆｐｏｗｅｒｓｙｓｔｅｍｉｓａｎｉｍｐｏｒｔａｎｔｗｏｒｋｔｏｒｅａｌｉｚｅｅｃｏｎｏｍｉｏｅｒａｔｉｏｎｏｆｏｗｅｒｒｉｄ