基于知識(shí)發(fā)現(xiàn)的電力需求復(fù)合預(yù)測(cè)研究.pdf

1、電力需求預(yù)測(cè)是電力系統(tǒng)規(guī)劃與運(yùn)行的重要基礎(chǔ)工作，是電力企業(yè)制定購(gòu)電和發(fā)電計(jì)劃的重要依據(jù)，也是電網(wǎng)安全經(jīng)濟(jì)運(yùn)行的重要保障。電力需求指標(biāo)會(huì)受到各種因素的影響，知識(shí)發(fā)現(xiàn)理論和方法能夠用來(lái)挖掘指標(biāo)變化的內(nèi)在規(guī)律及其與影響因素之間的相互關(guān)系，從而做出更加科學(xué)準(zhǔn)確的預(yù)測(cè)。本文在電力需求預(yù)測(cè)方面做了如下研究： (1)研究并提出了基于三指標(biāo)量的復(fù)合預(yù)測(cè)模型。三指標(biāo)量即指標(biāo)總量、指標(biāo)增長(zhǎng)量和指標(biāo)增長(zhǎng)率，將預(yù)測(cè)指標(biāo)序列轉(zhuǎn)換為三指標(biāo)量序列，對(duì)每個(gè)序列

2、進(jìn)行獨(dú)立分析并預(yù)測(cè)，然后再擬合成最終的預(yù)測(cè)結(jié)果，稱(chēng)之為復(fù)合預(yù)測(cè)。文中將電力需求預(yù)測(cè)劃分為電量預(yù)測(cè)和負(fù)荷預(yù)測(cè)，并應(yīng)用灰色關(guān)聯(lián)分析對(duì)電量指標(biāo)與影響因素之間的相互關(guān)系進(jìn)行了分析。根據(jù)復(fù)合預(yù)測(cè)思想的設(shè)計(jì)了實(shí)現(xiàn)模型，即基于三指標(biāo)量的電量復(fù)合預(yù)測(cè)綜合模型。該模型借鑒了組合預(yù)測(cè)的思想，首先利用層次分析法針對(duì)三指標(biāo)量序列分別進(jìn)行模型評(píng)價(jià)和優(yōu)選，評(píng)價(jià)的標(biāo)準(zhǔn)包括模型預(yù)測(cè)誤差、模型擬合度、模型專(zhuān)家信任度和預(yù)測(cè)趨勢(shì)可信度，之后研究了兩種擬合方法，分別為基于預(yù)測(cè)

3、有效度的擬合方法和徑向基神經(jīng)網(wǎng)絡(luò)的擬合方法，并分析了兩種方法的優(yōu)缺點(diǎn)。通過(guò)實(shí)例分析，對(duì)比了綜合模型相比傳統(tǒng)模型的優(yōu)勢(shì)。復(fù)合預(yù)測(cè)方法能夠通過(guò)對(duì)預(yù)測(cè)指標(biāo)的多角度分析，獲得更多有關(guān)數(shù)據(jù)變化的內(nèi)在規(guī)律，從而做出更加科學(xué)的預(yù)測(cè)。 (2)研究了綜合利用多種數(shù)據(jù)挖掘方法進(jìn)行短期負(fù)荷預(yù)測(cè)的方法。首先基于粗糙集對(duì)負(fù)荷的影響因素集合進(jìn)行約簡(jiǎn)，以約簡(jiǎn)的影響因素集作為日特征集，之后利用模糊C—均值聚類(lèi)方法對(duì)日負(fù)荷曲線進(jìn)行聚類(lèi)分析，將曲線形態(tài)最為近似的聚

4、為一類(lèi)，最后以日特征集代替對(duì)應(yīng)的日負(fù)荷曲線，并計(jì)算每類(lèi)的類(lèi)中心。進(jìn)行預(yù)測(cè)時(shí)，計(jì)算預(yù)測(cè)日的日特征集到各類(lèi)中心的距離，距離最近的為預(yù)測(cè)日的歸屬類(lèi)，從歸屬類(lèi)中選取歷史數(shù)據(jù)作為訓(xùn)練樣本對(duì)BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型進(jìn)行訓(xùn)練。通過(guò)實(shí)例分析，該方法能夠顯著提高預(yù)測(cè)精度，并且能夠適應(yīng)一些特殊日期的負(fù)荷變化。 (3)研究了協(xié)同知識(shí)發(fā)現(xiàn)在電力需求預(yù)測(cè)中的應(yīng)用方法。協(xié)同知識(shí)發(fā)現(xiàn)能夠融合用戶(hù)驅(qū)動(dòng)知識(shí)和數(shù)據(jù)驅(qū)動(dòng)知識(shí)，使用戶(hù)參與到知識(shí)發(fā)現(xiàn)的整個(gè)過(guò)程中，通過(guò)知識(shí)聚