电力系统负荷预测报告.doc
《电力系统负荷预测报告.doc》由会员分享,可在线阅读,更多相关《电力系统负荷预测报告.doc(5页珍藏版)》请在咨信网上搜索。
1、一数据预处理1. 题中给出了三个地区的一个整年的负荷值,细分到一天96个点的数据.经过数据预览后发现部分点数据遗失,部分数据可能存在较大误差,因此需要一个数据预处理程序对数据进行预处理,平滑不符合要求的数据点。2. 经资料预览后决定选取A地区从8月开始的98天的数据作为原始预测数据,预测之后30天负荷值。这样选取基于两方面考虑:一是选取三个月及一个季度的值已经具有较大的代表性;二是11月份的负荷值已知,便于与预测出负荷值相比较,进行误差分析,以辨别建立的模型好坏。3. 应用Excel 选出98天数据,导入matlab中。编写数据预处理程序,其思想简述如下:对于数据遗失点,即数据为0点,采用相邻
2、两天的同一时刻的平均值来作为原始资料,若无相邻两天的资料,则采用相邻一天的数据值.对于数据误差较大的点,认为前后两天绝对值差大于6为误差点(6大概为单点负荷的15%),此处处理需基于一个假设,即第一日的96数据点数据为基准值。经实际预测数据认为此方法可行。二采用灰色理论预测具体使用灰色GM(1,1)模型对数据进行预测第一部分:模型的建立1. 经分析讨论后,认为灰色GM(1,1)模型具有所需建模样本数量少,计算简单,可检验,利于编写程序进行计算等优点,因此采用此模型进行建模预测。2. 对预处理后的数据变换成行,进行1-AGO累加得到如下数据(为便于观察此处给出描点得到的曲线)3. 依据灰色预测步
3、骤建立累加矩阵B及常数相向量Y.4. 利用最小二乘法求出灰系数。5. 对累加数据进行计算。6. 累减还原得到预测值。7. 对数据进行后验差检验,得到后验差比值C及小误差概率P以验证建立模型是否可行。第二部分:模型的改进1. 由于灰建模过程中的参数采用最小二乘法。最小二乘估计是使残差平方和取得最小值时的最优解,可以保证解的无偏性,适合对数据进行一次性处理,且计算简单。但是它求得的只是一个局部最优解,并非在任何情况下都能满足要求,最小二乘法有解的条件是矩阵非奇异(行列式数值大于零),显然是实对称阵。在实际计算中会出现矩阵接近于奇异(行列式数值接近于零),即所谓“病态”情况。由此导致参数估计结果不稳
4、定,不可信,这必然导致灰预测公式的不稳定,不可信,从而使得预测结果不稳定,不可信。实际计算中得到的灰参数为0。0000 52。8550 ;导致最终预测值偏大,不可采用,得到后验差比值C=0。9954,小误差概率P= 0.5028。2. 考虑到以上情况,考虑对GM(1,1)模型进行改进。首先对数据进行单位化,而后平滑数据,使数据之间的离散度减小。但由于输入的数据量过大,最终得到的结果依旧不理想.3. 再次查阅相关数据,提出新的改进方法,建立残差灰色预测模型。将上文中得到的灰色预测值与原值的差求出,作为残差数列,对残差数列的子数列(本例中选择奇数项)重新建立GM(1,1)模型,求出残差预测数列对作
5、为的修正模型可得1(ki)0(ki)=(1)(1)+(k-i)(1-)其中(ki)= i=n-n4. 应用残差灰色预测模型后,数据的误差大为减小C= 0。5903 P= 0。7542第三部分:模型进一步改进空间以及GM(1,1)弊端1. 残差灰色预测模型部分可加入神经网络对预测值进行修正,使得预测值更加逼近真实值2. GM(1,1)模型并不适用于大数据量的离散数据预测,在第三部分中提出的三种改进方法的作用下,才可达到勉强合格的标准.用灰色理论预测的数据所画出的负荷图(15min一个点,共2880点)三基于时间序列频域分析的内蕴误差评价预报方法1基于时间序列频域分析预报模型电力负荷是具有较强周期
6、性的时间序列,因此可以对其使用时间序列频域分析方法进行分析,在指定建模时域的负荷时间序列可作如下傅里叶分解:= (1)式子中,N为序列长度。根据傅里叶分解的性质,分解后得到的信号是彼此正交的。用这种方法,我们把负荷分解成角频率为=,(i=1,2,3,。,N-1)的分量。通过适当的组合,并依据负荷变化周期性的特点,可将重构如下: (2) 式中,的周期为,它是负荷中以24h为周期变化的分量; 即为负荷的日周期分量;的周期为 ,是负荷的星期周期分量;为在中扣除之后的剩余分量,它反映了气象因素等慢变相关因素对负荷的影响以及负荷变化的随机性。日周期分量和星期周期分量是按固定周期变化的负荷分量,因而在预报
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 电力系统 负荷 预测 报告
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【a199****6536】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【a199****6536】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。