基于深度学习的电力负荷组合预测模型研究

来源 :长安大学 | 被引量 : 0次 | 上传用户:baohuse
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
负荷预测是电力系统规划的重要组成部分,直接影响着电网运行的安全性及可靠性,对负荷进行实时高精度的预测是提高整个电网的运行效率以及实现电力相关领域企业经营效益最大化的关键举措。传统的简单负荷预测模型擅长处理序列间的线性关系,在面对实际数据所具有的高度非线性特征时,其预测能力会显著降低。在当前大数据分析兴起和计算工具不断升级的大背景下,深度学习模型因其能高效挖掘数据间潜在的非线性关系而在电力负荷预测领域得到广泛应用。针对负荷预测问题,本文依托深度学习强大的特征学习能力,针对数据预处理、输入变量特征筛选以及组合预测模型的构建问题展开研究,具体内容如下:从理论基础出发,完成了历史负荷特性分析及数据预处理工作。首先通过负荷特性指标参数分别对电力负荷的日、月、年负荷特性进行深入分析。之后进入数据预处理阶段,即利用箱型图法对本论文实验所选用的英格兰地区2013年12月1日至2014年11月30日,共计包含六类影响因素在内的实时数据信息分类别进行异常值检测和修正。针对输入变量过多容易导致模型稳定性下降的问题,建立了有效的电力负荷主要影响因素的特征筛选与评价机制。在分别利用最大互信息系数法(MIC)、灰色关联度分析法(GRA)以及基于随机森林的平均不纯度减少法(MDI)完成电力负荷主要影响因素的筛选实验后,统一运用改进的MIV-BPNN算法对上述三种特征选择方法的筛选结果进行有效性判定,结果表明:灰色关联度分析法筛选出的主导影响因素最为准确。在解析电力负荷内在变化规律的基础上,提出了一种融合变分模态分解(Variational Mode Decomposition,VMD)技术和深度信念网络(Deep Belief Network,DBN)的组合预测算法VMD-DBN,并在负荷预测实验中获得了较高的预测精度。VMD-DBN组合算法首先依托VMD技术将原始负荷序列分解为一系列在时域频域上特征更加明显的模态函数,进而根据各模态函数所表现出的具体特征确定输入变量,之后利用DBN深度学习算法对其分别进行建模分析,最后将各模态函数在同一时间点上的预测数据进行累加得到最终的预测结果。通过将VMD-DBN算法与DBN以及经典算法BPNN、RBFNN在两个不同数据集上的预测结果进行比较,证实了所提算法的优越性。基于电力负荷序列潜在的线性和非线性特性,提出了一种融合线性模型自回归移动平均模型(Auto Regressive Moving Average,ARMA)和非线性模型长短时记忆神经网络(Long Short Memory Network,LSTM)的组合预测算法ARMA-LSTM,与多种单一算法相比,预测精度显著提高。ARMA-LSTM组合算法通过利用深度学习算法LSTM在挖掘数据非线性关系方面的能力对ARMA模型预测后得到的残差序列进行修正,以实现模型之间的优势互补,进而有效提高负荷预测精度。经过对单一ARMA、LSTM和SVM在两个不同数据集上预测结果的多维度对比之后,验证了所提算法在短期电力负荷预测上的有效性。
其他文献
在无线传感网中,路由算法用于将传感器监测到的数据传输到基站,其性能非常关键,一直是研究的热点。资源的极其受限使得无线传感网路由算法的设计面临很大的挑战,基于最小跳数的无线传感网路由算法有容易实现、方便维护、网络时延小等优点,长期受到学者的关注。本文在基于最小跳数的无线传感网路由算法的基础上,针对其存在的问题,提出了有针对性的改进措施。主要工作如下:(1)建立了基于跳数与路径信号质量的无线传感网系统
众所周知,无约束椭圆型偏微分方程最优控制问题等价于一个耦合二阶椭圆型偏微分方程组。在文章[J.D.BENAMOU,SIAM J.Numer.Anal.,33(1996),pp.2401–2416.]中,Benamou考虑了
在本文中,我们构造了两个新的具有较高逼近精度的Multi-Quadric(MQ)拟插值算子,记作(?),Lv.我们证明了(?)和Lv具有线性再生性,Lv具有严格保凸性.又给出了两个拟插值算子的误
贫困问题关系国计民生,历来是世界各国最关心的问题之一。习近平总书记在十九大报告中指出:“消除贫困、改善民生,是社会主义的本质要求,解决好农村贫困问题是全面建成小康社
小脑胆碱能系统属继爬行纤维和苔状纤维之后小脑第三大传入系统,对小脑神经环路和小脑相关功能具重要调节作用,但是,乙酰胆碱(ACh)在小脑介导的心血管调节过程中的作用尚未见
在齿轮传动过程中,传动误差可以用来评价齿轮链的传动质量。然而国内目前对于塑料齿轮的传动误差的分析基本上还是空白,因此准确的测量塑料齿轮的传动误差对于塑料齿轮的研究是尤为重要的。塑料齿轮试验台可测量塑料齿轮的传动误差,但试验台自身的影响因素、测试条件以及塑料齿轮独有的特性对测量结果的影响是不能忽略的。为避免这些因素对塑料齿轮试验台测量结果的影响,本课题针对塑料齿轮试验台的测试性能进行研究,并在不同测
均衡问题为优化问题、变分不等式问题、不动点问题、鞍点问题、非合作博弈问题等提供了统一的数学结构。作为均衡问题的原始模型,经典变分不等式问题被广泛地运用于物理学、
变分不等式问题受到了专家学者们的广泛关注,由于投影算法又是解决变分不等式问题的重要方法之一,因此许多学者对变分不等式的投影算法作了深入的研究,并取得了很好的成果,研
固体氧化物燃料电池(SOFC)是一种直接将化学能转换成电能的高效、环保、通用的发电装置。传统的SOFC在800℃-1000℃的高温下操作,限制了材料的选择且花费成本高,不利于商业中大
白桦(Betula platyphylla Suk.)为东北林区常见树种,具有分布广泛、适应性强等优点。白桦叶片中含有丰富的活性物质,如黄酮类、酚酸类等,白桦树皮可用于书写、制纸和入药,具