版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、電力負(fù)荷預(yù)測問題一直是電力系統(tǒng)調(diào)度、運(yùn)行和規(guī)劃的重要研究內(nèi)容,電力負(fù)荷預(yù)測方法各有特點(diǎn),針對不同的氣象條件、負(fù)荷基礎(chǔ)、負(fù)荷發(fā)展階段等的負(fù)荷預(yù)測方法更是理論及工程的迫切需求。本文將極限學(xué)習(xí)機(jī)以及經(jīng)驗(yàn)?zāi)J脚c極限學(xué)習(xí)機(jī)組合的兩種方法應(yīng)用于電力系統(tǒng)短期負(fù)荷預(yù)測中,并對湖南某市的實(shí)際負(fù)荷進(jìn)行預(yù)測。
分析負(fù)荷變化的周期性、連續(xù)性和波動性等典型特點(diǎn)是負(fù)荷預(yù)測的前提和基礎(chǔ),其中周期性變化規(guī)律主要體現(xiàn)為年周期性、周周期性和日周期性等,且受到
2、多種因素的影響。影響負(fù)荷變化的因素中,氣象因素和日期類型對短期負(fù)荷的影響尤為明顯。根據(jù)影響因素的不同,負(fù)荷可以由典型負(fù)荷分量,氣象敏感負(fù)荷分量,異?;蛱厥馐录?fù)荷分量和隨機(jī)負(fù)荷分量構(gòu)成。為了使樣本數(shù)據(jù)符合計(jì)算要求,剔除壞數(shù)據(jù)以及冗余數(shù)據(jù)的干擾,防止計(jì)算溢出,同時(shí)提高負(fù)荷預(yù)測的精度需對樣本數(shù)據(jù)進(jìn)行預(yù)處理。
極限學(xué)習(xí)機(jī)是一種新型的單隱層前饋神經(jīng)網(wǎng)絡(luò),將其引入電力系統(tǒng),并利用其預(yù)測功能應(yīng)用到短期負(fù)荷預(yù)測中。分析與研究極限學(xué)習(xí)機(jī)算
3、法原理以及其學(xué)習(xí)訓(xùn)練方法,其具有結(jié)構(gòu)簡單、學(xué)習(xí)速度快、泛化性能良好、全局最優(yōu)等特點(diǎn),能快速、準(zhǔn)確地預(yù)測負(fù)荷值。以湖南C市為仿真算例,結(jié)果表明在于短期負(fù)荷預(yù)測的預(yù)測精度和運(yùn)算時(shí)間方面,極限學(xué)習(xí)機(jī)較BP神經(jīng)網(wǎng)絡(luò)方法具有其獨(dú)特的優(yōu)勢。
氣象、日期等負(fù)荷的影響因素主要影響典氣象敏感負(fù)荷分量以及型負(fù)荷分量中的周期分量,相關(guān)性較高,而對典型負(fù)荷分量中趨勢分量的相關(guān)性相對較小。為準(zhǔn)確反映氣象、日期與氣象敏感負(fù)荷分量以及典型分量中周期分量
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于極限學(xué)習(xí)機(jī)的短期電力負(fù)荷預(yù)測.pdf
- 基于經(jīng)驗(yàn)?zāi)B(tài)分解和極限學(xué)習(xí)機(jī)的風(fēng)電功率短期預(yù)測方法研究
- 基于極限學(xué)習(xí)機(jī)的內(nèi)蒙古短期電力負(fù)荷預(yù)測系統(tǒng).pdf
- 基于相似日選取的小波極限學(xué)習(xí)機(jī)短期負(fù)荷預(yù)測模型研究.pdf
- 基于優(yōu)化的核極限學(xué)習(xí)機(jī)在負(fù)荷預(yù)測中的研究.pdf
- 基于經(jīng)驗(yàn)?zāi)J椒纸夂蜕窠?jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測方法研究.pdf
- 基于經(jīng)驗(yàn)?zāi)B(tài)分解的短期電力負(fù)荷預(yù)測.pdf
- 灰色極限學(xué)習(xí)機(jī)預(yù)測算法研究.pdf
- 基于極限學(xué)習(xí)機(jī)的風(fēng)電功率預(yù)測研究.pdf
- 基于人工智能算法改進(jìn)極限學(xué)習(xí)機(jī)的電力負(fù)荷預(yù)測.pdf
- 超短期電力負(fù)荷預(yù)測的多模型極限學(xué)習(xí)算法.pdf
- 基于極端學(xué)習(xí)機(jī)的短期風(fēng)電功率預(yù)測研究.pdf
- 基于全矢極限學(xué)習(xí)機(jī)的軸承故障預(yù)測研究.pdf
- 基于極限學(xué)習(xí)機(jī)的轉(zhuǎn)爐煉鋼終點(diǎn)預(yù)測模型研究.pdf
- 基于雙層分解和核函數(shù)極限學(xué)習(xí)機(jī)的城市軌道交通短時(shí)客流預(yù)測.pdf
- 短期電力負(fù)荷預(yù)測組合模型研究.pdf
- 基于經(jīng)驗(yàn)?zāi)J椒纸夂蛢?yōu)化神經(jīng)網(wǎng)絡(luò)的燃?xì)庳?fù)荷預(yù)測研究.pdf
- 極限學(xué)習(xí)機(jī)的研究與應(yīng)用.pdf
- 基于改進(jìn)的極限學(xué)習(xí)機(jī)短時(shí)交通流預(yù)測模型研究.pdf
- 基于極限學(xué)習(xí)機(jī)的變壓器故障預(yù)測方法研究.pdf
評論
0/150
提交評論