資源描述：
《熱力站時間序列供熱負荷預報分析》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、熱力站時間序列負荷預報摘要能源短缺是目前全世界各個國家都要面對的首要問題，合理的利用能源提高能源使用效率是解決這一問題的關鍵。我國地處北半球，東北、西北和華北地區(qū)冬季采暖能耗十分巨大，約占我國能耗的27%，主要問題為采暖效率較低，其中單位面積的采暖能耗是西方發(fā)達國家的2-3倍。建筑采暖是國家實施節(jié)能減排的重要領域之一。本文提出的熱力站負荷預報研究就是進行供熱節(jié)能研究的體現(xiàn)。采暖節(jié)能的關鍵技術是進行負荷預報研究和實施系統(tǒng)優(yōu)化配置，熱力站負荷預報是實現(xiàn)熱力站優(yōu)質(zhì)供熱和節(jié)能的保障。本文是基于時間序列分析的各種方法供熱負荷數(shù)據(jù)進行預報研究。第一部分是對所選取的東北兩個地區(qū)
2、的熱力站進行基礎數(shù)據(jù)采集，通過計算得出供熱負荷原始數(shù)據(jù)，并對計算得出的負荷序列進行三個步驟的數(shù)據(jù)預處理：首先是對負荷序列中存在的空缺異常數(shù)據(jù)和非空缺異常數(shù)據(jù)根據(jù)異常數(shù)據(jù)處理方法進行處理。然后對經(jīng)過異常數(shù)據(jù)處理后的序列進行平穩(wěn)化識別。最后由于時間序列分析方法對數(shù)據(jù)的平穩(wěn)性的要求，需要對判定為非平穩(wěn)化的負荷序列根據(jù)其非平穩(wěn)的種類采取差分的方法對序列進行平穩(wěn)化處理。將處理后的平穩(wěn)序列作為負荷預報研究的樣本序列。針對供熱負荷序列進行時間序列的模型識別，選取時間序列中的AR模型作為供熱負荷預報的模型分別進行橫向預報和縱向預報。首先通過F準則確定AR模型的階次，再通過Yule
3、-Walker法識別AR模型參數(shù)確定預報模型。為了提高負荷預報的精準度，需在橫向預報和縱向預報的基礎上進行以最小二乘法作為權值確定依據(jù)的負荷序列的交叉預報。根據(jù)供熱負荷自身存在的趨勢性和季節(jié)性，本文又采用通過了AIC（BIC）準則確定模型的階次，再應用極大似然法識別模型參數(shù)的乘積季節(jié)性ARIMA模型進行負荷序列的預報研究。由于乘積季節(jié)性ARIMA預報方法對對負荷序列中突變部分不敏感，預報精度相對于平穩(wěn)部分有所降低。為解決這一問題本文采用卡爾曼逆推方法對應用乘積季節(jié)性ARIMA方法進行供熱負荷預報的方法進行改進。最后，分別對交叉預報方法和乘積季節(jié)性ARIMA預報方法
4、進行實驗仿真，仿真以采集的樣本序列為對象，包括橫向預報、縱向預報、交叉預報、乘積季節(jié)性ARIMA預報及其改進的乘積季節(jié)性ARIMA預報方法的仿真。對各種方法的仿真結果進行對比分析。給出工程應用的參考建議。關鍵詞：熱力站；時間序列；交叉預報；乘積季節(jié)性ARIMA預報；kalman濾波哈爾濱工程大學碩士學位論文熱力站時間序列負荷預報ABSTRACTEnergyshortageisthemostimportantissueofeverycountryintheworldthathavetoface,therefore,therationaluseofenergytoim
5、provetheefficiencyofenergyuseisthekeytosolvingthisproblem.LocatedintheNorthernHemisphere,winterheatingenergyconsumptionofnortheast,northwestandnorthofChinaishuge,accountingforabout27%ofChina'senergyconsumption.Themainproblemislowerheatingefficiency,andtheheatingenergyconsumptionperuni
6、tareais2-3timesthanwesterndevelopedcountries.Buildingheatingisoneoftheimportantareasofnationalimplementationofenergysaving.Inthispaper,theheatingstationsloadforecastingisthemanifestationoftheheatingenergyresearch.Thekeytechnologyoftheheatingenergysavingisloadforecastresearchandimpleme
7、ntationofthesystemtooptimizetheallocationoftheheatingstation.Loadforecastforheatingstationistoachievetheguaranteeofqualityheatingandenergyefficiency.Thearticlestudiesheatingloaddatapredictionresearchbasedontimeseriesanalysisofthevariousmethods.Thefirstpartisbasisdataacquisitionofthehe
8、ating
