資源描述：
《電力系統(tǒng)負荷預測方法研究及應用》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、電力系統(tǒng)負荷預測方法研究及應用摘要隨著我國電力事業(yè)的發(fā)展，電網(wǎng)的管理日趨現(xiàn)代化，電力系統(tǒng)負荷預測問題的研究也越來越引起人們的注意，現(xiàn)已成為現(xiàn)代電力系統(tǒng)運行研究中的重要課題之一。本文首先對負荷的分類與特性進行了研究，并在此基礎上分析了五大用電細分市場的負荷特點、負荷構成以及氣溫與降雨量等對各細分市場負荷的影響特征，將不同行業(yè)的用電負荷與其影響因素建立了有針對性的聯(lián)系。在對負荷特性深入分析的基礎上，提出一種基于電力細分市場的組合負荷預測方法，即對五大細分市場的負荷分別建模，然后綜合預測。在預測不同行業(yè)的負
2、荷時，利用小波分析的方法對農(nóng)業(yè)和照明負荷序列進行分解，然后將頻率較低的部分視為與氣象因素無關的穩(wěn)定項進行處理，將頻率較高的部分視為與氣象因素相關的隨機項進行處理，由于穩(wěn)定項預測精度高，隨機項雖較難預測但幅值較小，因此削弱了隨機因素帶來的預測誤差對最終結(jié)果的影響。由于氣象、經(jīng)濟資料的不準確性，以及在季度負荷預測中的難以獲取性，因此將負荷的這些影響因素與負荷之間建立定量的關系有時是不可行的。實際上，各月份的氣象、經(jīng)濟因素之間具有一定的相關性，這些相關信息已經(jīng)包含在負荷序列中，本文嘗試將馬爾可夫鏈理論應用于
3、負荷預測之中，應用聚類分析的方法確定分級標準，將負荷分為不同的狀態(tài)，根據(jù)狀態(tài)之間的轉(zhuǎn)移概率來推測未來負荷的發(fā)展變化，并將觀測值之間的相關系數(shù)作為權值進行綜合預測，更加合理地利用了負荷序列中包含的信息，不僅可以預測出未來負荷的具體值，而且得到了其所屬的區(qū)間，具有一定的實用價值。本文還利用湖南省各細分市場的月售電量數(shù)據(jù)對所提出的方法進行了算例分析，對模型的預測結(jié)果做了比較。最后介紹了本文方法的實際應用情況。關鍵詞：電力系統(tǒng)；負荷預測；細分市場：小波分析；氣象因素；馬爾可夫鏈IlAbstractWithth
4、edevelopmentofournationalelectricindustry，themanagementofelectrifiedwirenettingismoreandmoremodernized．Peoplepaymoreattentiontothestudyonelectricsystemloadforecastingthanever．Firstly，thepaperstudiesthecharactersandsortsofload．Basedontheanalysisoffivedom
5、esticpowerutilizationsegmentmarkets，therelationsamongelectricityconsumptionofdifferentindustriesanditsinfluencingfactorsarebuiltupandrespectivelymodeledtoperformcomprehensiveforecasting．Onthebasisofthedeepanalysistoloadcharacters，thepaperputsforwardamet
6、hodofcorporationforecastingwhichselectsoneorafeweffectiveloadforecastingmethodsfrommanymethodsaccordingtothefactualinfluenceelements．Whentheloadofagricultureandillumeisforecasted，theloadisdecomposedintostationarytermsthatisnotrelatedtometeorologicfactor
7、sandrandomtermthatisrelatedtometeorologicfactorsbyuseofwaveletanalysis．Becausetheforecastingaccuracyofstationarytermishigherandtheamplitudeofrandomterm，alth01]lghitisdifficulttoforecast，issmaller，SOtheimpactofforecastingerrorbringingaboutbyrandomfactors
8、onfinalforecastingresultisweakened．Consideringthebadpredictionofweatherandeconomicdataandthedifficultytoobtainthedata．it’Snotfeasibletocontactthelcadwithitsinfluencingfactorssometimes．Infact，theweatherinformationofeachmonthiscorr
