论文总字数：32101字

摘 要

电力部门对于宏观经济占有很大的地位，它在综合国力的提升和提高基层国民的生活水平具有极其关键的影响力。因此，维护电力行业的稳定高效的运作非常关键。在当前电气与信息时代的迅猛发展，越来越多的人工智能引入该领域。当今随着节约资源绿色生产的大背景下，减小负荷预测的误差也符合当下的口号，其也变成电网工作者及研究人员的一大课题。

本文首先论述了现有的电力短期负荷预测的研究现状。并论述了基于时间序列法的短期负荷预测的理论，分析了其算法并建模，最后结合实例仿真分析了该方法的可行性。同时，对基于支持向量机预测法理论进行论述，分析其建模过程，最后结合实例仿真分析了该方法的可行性。然后，通过具体的步骤建立了基于时间序列法和支持向量机的组合预测方法，并对其各处理数据分析出权重。从而为最优组合计算出最佳的系数，使用该组合获得最终所需要的数据值，通过与原始真实值的对比检测出该方案的可行。最后，对于需要进一步探讨的问题提出了建议。

关键词：短期负荷预测，时间序列法，支持向量机，组合预测，最优组合

Abstract

The power sector has a great deal of position for the macro economy, and it has a very critical influence in improving the overall national strength and raising the standard of living of the grassroots. Therefore, it is critical to maintain the stable and efficient operation of the power industry. In the current rapid development of the electrical and information age, more and more artificial intelligence is introduced into the field. Nowadays, with the background of saving green production, the error of reducing load forecast is also in line with the current slogan, and it becomes a major topic of grid workers and researchers.

窗体顶端

This paper first discusses the current research situation of short-term load forecasting. The theory of short - term load forecasting based on time series method is discussed, and its algorithm is analyzed and modeled. Finally, an example is given to analyze the feasibility of the method. At the same time, the theory of support vector machine prediction is discussed and analyzed. Finally, the feasibility of the method is analyzed with examples. Then, a combination of time series method and support vector machine (SVM) is established by concrete steps, and the weight of each processing data is analyzed. So as to calculate the best coefficient for the optimal combination, using the combination to obtain the final required data value, through the comparison with the original real value to detect the feasibility of the program. Finally, recommendations are needed for further discussion.

Key Words：short-term load forecasting,time series method,support vector machine,combination forecasting,optimal combination

目录

摘要 I

Abstract II

目录 III

第一章 绪言 1

1.1课题研究背景及意义 1

1.2负荷预测发展的现状和研究现状 1

1.3本文工作 5

第二章 基于时间序列法的短期负荷预测 6

2.1 时间序列分析方法概述 6

2.2 时间序列的线性模型 7

2.2.1基本概念 7

2.2.2 ARMA 模型 8

2.2.3 ARIMA及其预报 9

2.3 ARIMA模型建立 11

2.4 时间序列预测方法实例仿真分析 12

第三章 基于支持向量机法的短期负荷预测 15

3.1 支持向量机的理论概述 15

3.2 支持向量机算法 15

3.2.1 结构风险最小化原则 15

3.2.2 支持向量机回归原理 16

3.2.3 最小二乘支持向量机 20

3.2.4 核函数 21

3.2.5 支持向量机模型参数 22

3.3 支持向量机模型建立 22

3.4 支持向量机预测方法实例仿真分析 23

第四章 基于组合预测法的短期负荷预测 27

4.1 组合预测的简述 27

4.2 组合预测中权值计算 28

4.3 组合预测 31

4.4 组合预测界面设计 35

4.4.1 界面设计运行环境 35

4.4.2 组合预测界面的功能 36

结论与展望 39

参考文献 41

致谢 43

附录 44

第一章 绪言

1.1课题研究背景及意义

由于电能储存技术的限制，故而在电网的实际运作中应该做到发电量基本等同与用户使用量。为了满足用户对电网中负荷的要求，预先准确的了解和把握负荷变化的规律，准确而又高效的解析出未来负荷变化规律有利于保证电网的健康和质量。我国自上世纪90年代以来，实行经济改革，电力行业作为国民经济的一部分也应以电力市场为依据，以经济效益作为企业的第一位。同时，我国人均资源低，这就要求电力行业能够提高电网的效率，减少电能的不必要浪费。因此只有准确的预测电力负荷，才能够掌握市场的需求，把握电能的供需平衡，实现经济效益最大化。电网的高效运行及对电能规划与控制很大程度上受到负荷预测的影响，由此可知，进行准确的负荷预测能够提高电力行业的效益，增强国民经济健康高效发展的动力，同时这也是对于电力行业内在要求。

电力系统稳定高效的运作有赖于准确的电力负荷预测。实际负荷的需求量会受各方面的因素影响，在做负荷预测时不可能准确的判断所有的不确定因素，但我们也应尽可能的把握主要影响要素提高负荷预测的精度。电力负荷会因不同的地域，不同的时间存在差异，而且随着我国经济的不断发展，一定周期内电能需求量的最值之差也存在很大的变化。为了应对负荷变化的这种特点，电力部门应不断提高电网运行调整效率。其需求量变化较小时仅通过调节发电机组的功率即可，但当需求负荷变化量大时，就应及时做到增开或减少机组的运行。由上可知只有做到对电能的有效规划才能避免电网因供需不平衡而造成的不利影响。终上所述，电力负荷的对于电力系统的重要性有多大。随着人们对于电气的不断研究，实现精准的负荷预测已成为许多国内外学者的重要研究对象。

请支付后下载全文，论文总字数：32101字