DOC《毕业设计（论文）》

7 2.1支持向量机的理论概述

7 2.2支持向量机回归原理

7 2.2.1结构风险最小化原则

7 2.2.2支持向量机回归原理

9 2.2.3.最小二乘支持向量机

12 2.3粒子群参数优化的理论概述

13 2.3.1 标准粒子群参数优化原理

13 2.3.2 改进粒子群优化理论

14 第3章 基于粒子群寻优的支持向量机模型的建立

16 3.1 电力负荷特性分析

16 3.1.1 短期负荷特性

16 3.1.2 典型负荷分量分析

17 3.2 数据的预处理过程

19 3.2.1 负荷数据的预处理

19 3.2.2 输入变量及样本的选取与样本的归一化处理

20 3.3核函数的选择

22 3.4 模型参数的确定

22 3.5支持向量机模型的建立

23 3.5.1负荷预测步骤及流程

23 3.5.2误差评价指标

25 第4章 基于最小二乘支持向量机的短期负荷预测的实例分析

27 4.1最小二乘支持向量机模型预测

27 4.1.1参数的分析与设置

27 4.1.2仿真研究及分析

28 4.1.3算法存在的缺陷与对策

29 4.2 标准粒子群支持向量机模型预测

29 4.2.1参数的分析与设置

30 4.2.2仿真研究及分析

30 4.2.3 算法存在的缺陷与对策

31 4.3 改进粒子群支持向量机模型预测

32 4.3.1参数的分析与设置

32 4.3.2 仿真研究及分析

33 4.3.3 总结分析

35 第5章 总结及展望

36 5.1 总结

36 5.2 展望

37 致谢

38 参考文献

39 第1章绪论1.1 负荷预测研究的背景和意义 电力系统是由电力网和电力用户组成,其任务是给广大用户不间断地提供优质电能,满足各类负荷的需求.由于电能的生产、输送、分配和消费是同时完成的,难以大量储存,这就要求系统发电出力随时紧跟系统负荷的变化以达到动态平衡,否则就会影响供用电的质量,重则危及电力系统的安全与稳定.因此,电力系统负荷预测已成为电力系统中的一项重要课题,也是电力系统自动化领域中的一项重要内容. 电力负荷预测就是在充分考虑一些重要的系统运行特性、增容决策、自然条件与社会影响的条件下,研究或利用一套系统地处理过去和未来负荷的数学方法,在满足一定精度要求的意义下,确定未来某特定时刻的负荷数值【1】.对于发电公司,负荷预测是制定发电计划、机组检修计划以及报价的依据.对于供电公司,负荷预测是制定购电计划的主要依据.对于输电公司,负荷预测是进行电网规划及保证系统安全、可靠、经济运行的基础.因此,电力负荷预测精度的高低直接关乎电力企业的经济效益【2】. 电力负荷预测按时间期限通常分为长期、中期、短期和超短期负荷预测.短期负荷预测是指一年以内以月为单位的负荷预测,还指以周、天、小时为单位的负荷预测,主要用于电力系统的调度【3】.准确的短期负荷预测结果有利于做出适当的计划电力交易量,提出恰当的运行计划和竞标策略,也有利于用电计划的管理,节煤、节油和降低发电成本,制订合理的电源建设规划,提高电力系统的经济效益和社会效益【4-5】. 1.2 国内外研究和应用现状 1.2.1 短期负荷预测的国内外研究现状 短期预测技术的发展是从离线分析到在线应用逐步发展的过程,也是从过分依赖于调度员的运行经验到自动化、智能化逐步转变的过程,短期负荷预测技术的发展大体经历了三个阶段. (1)早期的短期负荷预测完全依赖于调度员的运行经验,没有科学的理论做指导. (2)二十世纪