简介:关于负荷预测方面的论文题目、论文提纲、负荷预测论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文。
游华 重庆师范大学数学学院
[摘 要]近年来让人们对电力负荷预测的研究越来越显示出它对电力系统具有非常重要的意义,本文结合了电力负荷的混沌特性,对电力数据进行了相空间重构,提出了基于相空间重构和支持向量机回归的电力负荷预测方法,并结合实际应用取得了很好的效果.
[关键词]电力负荷预测相空间重构支持向量机
一、引言
电力负荷预测是电力系统的一项基本工作,中、长期电力负荷预测结果用于确定是否安装新机组及装机容量的大小,电网的增容和扩建以及电网的发展趋势,因此其准确程度将直接影响到投资、网络布局和运行的合理性.几十年来,人们对电力系统负荷预测方法的研究取得了很大的进展.目前,解决电力系统负荷预测的问题,人们常用的方法有回归分析、时问序列、专家系统、神经网络、模糊理论、小波分析、灰色理论等.这些方法的优势在于它们能从多个角度综合分析负荷预测中的问题,并得到了相对令人满意的结果,然而,对于大型电力系统,这些方法常常具有一定的局限性,因为它们只是通过不同手段根据已获得数据的变换趋势来分析电力负荷,而没有从本质上分析电力系统固有的混沌特性.这里提供了一个解决电力系统负荷预测问题的新思路,即在相空间重构的基础上结合支持向量机回归基础上,既考虑电力系统的混沌特性,又结合了支持向量机非线性回归的优点.通过对深圳市1990-2001年的发展和用电情况进行分析预测取得了满意的结果.
二、相空间重构原理
延时嵌入的相空间重构方法是非线性时间序列处理的基础,其原理是从一维时间序列重构得到系统在相空间的吸引子,从而利用重构吸引子分析系统的动力学特性.Takens理论认为,任何一个系统状态的全部动力学信息包含于该系统任一变量的时间序列之中,把单变量时间序列嵌入到一个新的坐标系中所得到的状态轨迹保留了原相空间状态轨迹的最主要的特征.
具体思路如下：
假定时间序列n等于l,2..,N为系统中某一状态输出,给定整m>,l,T>,0可以得到一个m维相量
在重构相空间中时间延迟f和嵌入维数m的选取十分重要,其精度直接关系着相空间重构后描述奇异吸引子特征的不变量的准确度,要从实验或被测系统的测量信号中通过延时嵌入方法真正体现系统的动力学特性,必须仔细选择嵌入维数和延时常数.
Takens原理认为嵌入维数只要满足m≥2d+l(d为系统的分形维数),则重构相空间和系统的相空间微分同胚,即拓扑等价,它们的动力学特性在定性意义上是完全相同的.由此可得,即使无法判断系统独立变量的数量和性质,只要嵌入空间的维数足够大（即大于独立变量的数目）,此重构空间与原始状态空间具有相同的行为,可在其中研究吸引子的性质.
选择一个好的时间延迟也非常重要,因为它可以有效降低所需的重构嵌入维数,从而使问题相对简化,对于单变量序列选择时间延迟的方法很多,比如平均位移法,论文范文息法,自相关函数法等,这些方法在许多文献中都有介绍. 三、基于相空间重构与支持向量机的电力负荷预测 根据电力负荷的不适定性,采用相空间重构技术对电力负荷时间序列数据进行相空间重构,再将重构后的数据作为SVM[4]的训练数据输入,通过机器自学习挖掘出电力负荷变化规律.其中SVM参数采用网格法优化调整.
设电力负荷时间序列为,将其嵌入m维相空间,嵌入时间为
设当前数据时刻为n,重构后训练数据容量为N．则训练数据表示为：
采用SVM方法构造回归估计函数厂,将m维输入空间变换到另一个高维特征空间,并在该特征空间中根据结构风险最小化原理,求取最优回归曲线.该最优问题描述如下：
四、实例分析
采用表4 1中深圳1990到2001的年负荷数据为实验数据,通过m取3,4,5时重构训练预测的误差对比,取训练和预测误差最优的组合为m等于4．T等于1.通过上节的重构公式把1990-1999的负荷数据进行重构,通过重构数据进行模型训练.利用2000到2001的全年社会用电负荷为模型检验.
用此模型对2000年和2001年作为输出数据．1996年到2001年的数据用相应重构方法进行重构作为预测的输入数据,进行预测检验结果如图4.2所示,预测均方误差MSE等于0.00324792相关系数R等于 100%.
在表3.2可以看出训练误差对比发现基本SVM的训练误差比经过相空间重构后的支持向量机的训练误差小很多,但二者的预测误 五、结论 本文汲取了混沌理论思想,对电力负荷进行相空间重构,减小电力负荷中的不稳定因数对电力负荷预测的影响.提出了基于电力负荷相空间重构在支持向量机回归预测中应用.通过实际分析取得了很好的预测效果,同时与简单支持向量机预测效果进行了对比,证实其优于简单支持向量机预测效果.但由于原始数据收集量比较少,有待进一步收集数据进行研究.
参考文献：
[1]黄桂华．中长期电力负荷预测方法的简述农村电气化.2002,(8): 8-8
[2]Kandil.M.S., EI-Debeiky.S.M., Hasanien.N.E.Overview andComparison oflong-term Forecasting Techniques for a Fast DevelopingUtility: partIUl.Electric PowerSystems Research, 2001, 58(1): 11-17
[3]吕金虎,陆军安,陈士华,混沌时间序列分析及应用．武汉：武汉大学出版社,2002
电力负荷预测:空间负荷预测及图形功能
[4]Suykens J A K, Vandewalle J.Least squares supportvectormachines classifiersUJ.Neural Network Letters, 1999, 19(3):293-300
[5]Smola A, Scholkopf B. A tutorial on support vectorregression[R]. London: RoyalHollowayColl., Univ., 1998
[6]深圳电网“十五”发展规划及展望[R].深圳,中国电力建
总结：本论文为您写负荷预测毕业论文范文和职称论文提供相关论文参考文献，可免费下载。
电力负荷预测引用文献:
[1] 优秀电力负荷预测论文题目 电力负荷预测专业论文题目怎样拟
[2] 新颖的电力负荷预测论文参考文献 电力负荷预测论文参考文献数量是多少
[3] 电力负荷预测论文大纲 电力负荷预测论文框架怎样写
