- 1、本文档共26页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
短期负荷预测建模及理论及应用
短期负荷预测建模的理论及应用 主要内容 短期负荷预测(STLF)简介 多变量线性回归(Multiple linear regression) 一般指数平滑(General Exponential Smoothing) 随机时间序列(Stochastic time series) RMLPNN模型(Recursive MultiLayer Perceptron Neural Networks) 混沌时序模型(Chaotic Time Series Theory ) 总结与展望 I.短期负荷预测简介 1.1 意义 电力系统负荷预测是实现电力系统安全、经济运行的基础,对一个电力系统而言,提高电网运行的安全性和经济性,改善电能质量,都依赖于准确的负荷预测。因此,负荷预测的关键是提高准确度。此外,从发展来看,负荷预测也是我国全面实现电力市场的必备条件,具有重要的理论意义和实用价值。 I.短期负荷预测简介 1.2 短期负荷预测的分类 方法一:根据负荷预测的时间 超短期负荷预测:one hour 短期负荷预测:one hour to one week 方法二:根据数据采集间隔 24点预测(one hour) 48点预测(30min) 96点预测(15min) I.短期负荷预测简介 1.3 短期负荷预测的方法 多变量线性回归预测法(Multiple linear regression) 一般指数平滑预测法(General Exponential Smoothing) 随机时间序列预测法(Stochastic time series) 人工神经网络预测法(ANN) 基于混沌理论的预测法(Chaotic) 卡尔曼滤波预测法(State space and Kalman filter) 灰色预测法(Grey) 模糊推理预测法(Fuzzy) 小波分析预测法(Wavelet) 组合预测法 2.多变量线性回归(Multiple linear regression) 负荷模型是: 3.一般指数平滑(General Exponential Smoothing) 负荷模型是: 4.随机时间序列预测法(Stochastic time series) AR(p)模型是: 4.随机时间序列预测法(Stochastic time series) 具体方法步骤是: (1)若ACF{1≤s≤m}在某运算步骤后即在零的上下作微小 波动,则可判定{yt}遵从MA(q)模型,并可大致确 定相应的阶数q。 (2)因AR(p)模型的PACF{s≥1}是不截尾的,当 s≥q 时,服从渐近正态分布,N(0,1/N),故可以进行与 MA(q)模型类似的截尾性检验。因此PACF决定于AR(p) 模型。 (3)对于一般的混合模型ARMA(p, q),无论是ACF还是PACF都不能单 独确定ARMA模型的p,q值,这是时间序列建模的难点所在。通常 由低阶到高阶逐一拟合模型,并经有关统计量的检验选优。 5. RMLPNN模型(Recursive MultiLayer Perceptron Neural Networks) 5. RMLPNN模型(Recursive MultiLayer Perceptron Neural Networks) 其输出误差可由公式定义: 5. RMLPNN模型(Recursive MultiLayer Perceptron Neural Networks) 对于隐含层,权重的数量变化可以由公式1,2给出,权重的更新由公式3给出 5. RMLPNN模型(Recursive MultiLayer Perceptron Neural Networks) RMLPNN模型的运行过程和实证分析 选取保定地区2001年日负荷的历史数据,首先对历史数据进行模糊聚类分析,结果发现,这些数据可以分为18个大类;利用RMLPNN模型,对网络进行学习和训练。具体的应用步骤如下: 5. RMLPNN模型(Recursive MultiLayer Perceptron Neural Networks) 6.混沌时序建模的理论在负荷预测中的应用(Chaotic Time Series Theory ) 6.混
您可能关注的文档
- 第二代身份证号码提取出生年月日及公式.doc
- 第二十四讲 框架技术与页面属性及设置.doc
- 第二十章能源和能量守恒定律生.doc
- 第二单元 关爱自然 关爱人类---第二节我国及环境压力1.doc
- 眼镜中及美学基础.ppt
- 第二单元 古代希腊罗马及政治制度.doc
- 矢量及点积及叉积.ppt
- 矛盾是普遍存在及课件.ppt
- 第九讲 人口数量和人口迁移.doc
- 第二单元 古代希腊罗马及政治制度专题训练.doc
- 2025年金肯职业技术学院单招职业适应性测试题库带答案.docx
- 2025年钦州幼儿师范高等专科学校单招综合素质考试题库完美版.docx
- 2025年钟山职业技术学院单招职业适应性考试题库参考答案.docx
- 2025年金华职业技术学院单招职业技能测试题库附答案.docx
- 2025年闽南理工学院单招职业技能测试题库审定版.docx
- 2025年闽南理工学院单招综合素质考试题库审定版.docx
- 2025年闽南理工学院单招职业倾向性考试题库汇编.docx
- 2025年闽南理工学院单招职业倾向性考试题库推荐.docx
- 2025年闽北职业技术学院单招综合素质考试题库1套.docx
- 2025年长沙轨道交通职业学院单招职业技能考试题库一套.docx
最近下载
- 建筑工程图集 16J914-1:公用建筑卫生间.pdf VIP
- 90后婚礼邀请函 婚礼邀请函制作软件.doc VIP
- 2025年初中升高中英语衔接测试试卷(Word版,含答案).docx VIP
- 2025重大事故隐患判定标准解读(可编辑课件).pptx VIP
- 起重机地面操作安全培训.pptx
- 《造纸行业绿色工厂评价规范》团体标准 征求意见稿.pdf VIP
- XX市XX医院无痛医院建设方案55.docx VIP
- 水源井及配套设施项目(含地下水专项评价)环评环境影响报告表(新版环评).doc VIP
- 译林版八年级英语上册一二单元检测.pdf VIP
- 16bj7-1楼梯平台栏杆及扶手.pdf VIP
文档评论(0)