基于軌跡跟蹤的負(fù)荷預(yù)測(cè)算法研究

1、基于軌跡跟蹤的負(fù)荷預(yù)測(cè)算法研究重慶大學(xué)碩士學(xué)位論文(學(xué)術(shù)學(xué)位)學(xué)生姓名：吳小琴指導(dǎo)教師：沈志熙副教授專業(yè)：控制科學(xué)與工程學(xué)科門類：工學(xué)重慶大學(xué)自動(dòng)化學(xué)院二O一六年四月萬(wàn)方數(shù)據(jù)重慶大學(xué)碩士學(xué)位論文中文摘要I摘要電力工業(yè)是我國(guó)非常重要的基礎(chǔ)工業(yè)，電能是日常生活中必需的能源，關(guān)乎著國(guó)計(jì)民生，是國(guó)民經(jīng)濟(jì)的命脈。近年來(lái)電力負(fù)荷預(yù)測(cè)不僅可以應(yīng)用在電網(wǎng)高壓側(cè)負(fù)荷規(guī)劃與分配中，而且為低壓用戶電能的監(jiān)控、規(guī)劃和電能的有效利用也可以提供依據(jù)。高精度的電力負(fù)

2、荷預(yù)測(cè)是電力系統(tǒng)規(guī)劃、市場(chǎng)交易、營(yíng)銷等部門工作的主要依據(jù)，對(duì)于制定經(jīng)濟(jì)優(yōu)化的發(fā)電計(jì)劃、合理分配電力能源、合理安排機(jī)組的運(yùn)行、獲得上網(wǎng)電價(jià)的優(yōu)勢(shì)、取得最大經(jīng)濟(jì)效益以及社會(huì)效益都有著十分重要的意義。所以研究高精度且實(shí)用性強(qiáng)的電力負(fù)荷預(yù)測(cè)方法對(duì)于電力市場(chǎng)化以及智能電網(wǎng)的發(fā)展都是非常必要的。雖然現(xiàn)在已經(jīng)有大量的預(yù)測(cè)算法，但是對(duì)于他們中的大多數(shù)來(lái)說(shuō)，它們都只是針對(duì)特殊的負(fù)荷模型而推導(dǎo)的一種負(fù)荷預(yù)測(cè)算法。而且對(duì)于大部分現(xiàn)存的模型來(lái)說(shuō)，它們也沒(méi)有理論

3、上的依據(jù)來(lái)支撐算法可以保證預(yù)測(cè)誤差的收斂性而達(dá)到足夠的預(yù)測(cè)精度。在本文中，我們將軌跡跟蹤理論引入到電力負(fù)荷預(yù)測(cè)中，根據(jù)軌跡跟蹤理論建立不同的運(yùn)動(dòng)學(xué)模型，本文提出了兩種負(fù)荷預(yù)測(cè)算法，即基于預(yù)測(cè)誤差收斂性校驗(yàn)和軌跡修正的短期負(fù)荷預(yù)測(cè)和基于軌跡跟蹤控制的短期負(fù)荷預(yù)測(cè)兩種。本文利用李雅普諾夫穩(wěn)定性理論證明了系統(tǒng)的穩(wěn)定性和預(yù)測(cè)方法的誤差可以理論上收斂至零從而保證了預(yù)測(cè)誤差的收斂性，因而使得本文的預(yù)測(cè)算法更具有普遍性和魯棒性。本文還采用了不同的數(shù)據(jù)

4、集（歐洲智能技術(shù)網(wǎng)絡(luò)(EUNITE)競(jìng)賽公開(kāi)的負(fù)荷樣本數(shù)據(jù)Load1998和theGlobalEnergyFecastingCompetition2012數(shù)據(jù)集）來(lái)進(jìn)行實(shí)驗(yàn)仿真，通過(guò)改變不同的預(yù)測(cè)視野，和常見(jiàn)的預(yù)測(cè)算法(ARMAAutoRegressiveMovingAverage和BPNNbackpropagationneuralwk)相比，結(jié)果顯示了本文提出的算法具有非常好的負(fù)荷預(yù)測(cè)性能。由于本文提出的算法對(duì)樣本數(shù)據(jù)的要求很小，所以