下载  >  课程资源  >  数据库  > 基于模糊粗糙集和神经网络的短期负荷预测研究.pdf

基于模糊粗糙集和神经网络的短期负荷预测研究.pdf 评分

基于模糊粗糙集和神经网络的短期负荷预测研究.pdf
Study on Short-Term Load Forecasting For Power System Based on Complementation of Fuzzy-Rough Set Theory and Artificial Neural Network Author: Chen Peng Supervisor: Zhang Qing Major: Agricultural Electrization and automatization Abstract When the Power system is controlled on line, we should use the short-term load forecasting to realize reasonable dispatch of sending and supplying power. The short-term load forecasting is the important basis of security dispatching and economical operation in the power system, so the precision of the load forecasting directly affects not only the reliability and the economical efficiency of the power system operation, but also the quality of supplying power. With the development of power cause, the power department paid more and more attention to the forecasting precision for the maximum profit The Artificial Neural Network is based on the physiological research results of he human brain. The purpose is simulating the mechanism of the brain, and realizing a certain function. The ann is a nonlinear system which is constituted by a great deal of simple computing units. They imitates the human brains functions in information processing, storage, services and searching, so they have the intelligent functions of learning, remembering and calculating. Lots of results show that nerve network model using for load forecasting is effective. In this paper, through analysis and comparison the author chooses the improved BP neutral network that has only one hidden layer to do the research on stlf In order to raise the forecast accuracy of ANN, for one thing, we can increase the number of training samples. For another thing, we can increase the influencing factors introduction. But both the neural network's structure and decision rule are greatly influenced by the dimension of input data. In the worst, it also may decide the net's astringency. So, simplify the input attributes is an effective way to improve the quality of forecasting. According to the characteristics of electric short-term load forecasting a complementation method based on Fuzzy-Rough Set theory and bP nn is proposed to deal with this problem in the paper. The Fuzzy-Rough Set theory introduces the Fuzzy Set into the research of Rough Set theory by the fuzzy membership function. It will discriminate the elements in any class by the fuzzy membership function, and take the membership degree instead of the attribute value. Firstly, this method can consider more influencing factors, cast out the inessential overfull input information by reduction, and put the attribute importance to be the nets input initial weights. In this way, it will greatl simplify the net's structure and enhance the forecasting precision. Secondly, use the Fuzzy -Rough Set theory can deal with the continuous variable directly and get the more reasonable input, which can avoid the information loss in attribute discretization The testing results on a real power system show that the proposed model is feasible Key words: Short-term load forecasting; Artificial Neural Network Fuzzy-Rough Set theory Fuzzy membership function; Reduction 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的 研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其 他人已经发表或撰写过的研究成果,也不包含为获得河北农业大学或其他 教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任 何贡献均已在论文中作了明确的说明并表示谢意。 学位论文作者签名: r签字日期:20年6月4日 学位论文版权使用授权书 本学位论文作者完全了解河北农业大学有关保留、使用学位论文的规 定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查 阅和借阅。本人授权河北农业大学可以将学位论文的全部或部分内容编入有关 数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 (保密的学位论文在解密后适用本授权书) 学位论文作者签名 略 导师签名: 6奇 签字日期:28年6月4日 签字日期:28年6月4日 学位论文作者毕业后去向 工作单位: 电话 通讯地址: 邮编 基于模糊粗糙集和神经网络的短期负荷预测研究 引言 所谓预测就是根据过去及现在的信息,利用系统的特性,建立模型,向后推算出 未来的系统信息。负荷,是指电力需求量或者用电量,而需求量是指能量的时间变化 率,即功率。可以说,负荷是指发电厂、供电地区或电网在某一瞬间所承担的工作负 荷。在充分考虑一些重要的系统运行特性、增容决策与自然条件的情况下,利用一套 系统的方法来处理过去与未来负荷,在满足一定精度条件下,确定未来某特定时刻的 负荷值,称为负荷预测。准确的负荷预测是至关重要的它关系到发电、输电和电能 分配的合理安排,对电力系统的安全经济运行与国民经济的发展等都具有重要的影 响。作为电力系统中现代能量管理系统(EMS)的重要组成部分,电力负荷预测越来 越受到电力系统运行和管理者的重视2。 1.1短期负荷预测的研究意义 电力系统的作用是对各类用户尽可能经济地提供可靠的电能,以随时满足各类用 户的要求。而电能是不能储存的,系统发电出力应随时紧跟系统负荷的变化动态平衡 因此预知负荷的大小,无论是对于电力系统规划设计还是对于运行研究而言,都是极 为重要的因素。电力负荷预测理论就是因此发展起来的,负荷预测是电力系统规划 计划、调度、用电的依据,是电力调度部门的一项重要任务。提高负荷预测的技术水 平,有利于制定合理的电源建设规划;有利于合理安排电网运行方式和机组检修计划; 有利于节煤、节油和降低发电成本;有利于计划用电管理;有利于提高电力系统的经 济效益和社会效益。 负荷预测的分类有很多种,根据预测时间跨度可分为长期、中期、短期和超短期 负荷预测。长期与中期负荷预测可以作为安排系统新的发电机组的安装和变电站的 建设依据,包括安装的大小、型式、布点、时间等;短期负荷预测主要用于运行和调 度,作为潮流计算及偶发事故分析的输入量;超短期一般用于预防性控制、紧急状态 处理和安全监视。本文主要针对短期负荷预测进行研究探讨。短期负荷预测主要指 对一年以内的负荷预测,一般是按月、按周和按天进行的。它是为发电计划、输电方 案的制定服务的,其意义主要有以下几方面 1.帮助确定燃料供应计划。 2.对运行中的电厂出力要求提出预告,使发电机组出力变化事先得以估计。 3.可以经济合理地安排本网内各机组的启停,降低旋转储备容量。 4.可以在保证正常用电的情况下合理安排机组检修计划等等。 5.是制定电力系统交易计划的基础。 所以,不论从经济角度还是从安全角度讲,短期负荷预测工作都是十分重要的, 预测结果的准确与否将直接影响到供电质量和电力企业的经济效益。多年来,许多学 河北农业大学硕士学位(毕业)论文 者对这一课题进行了深入的研究,提出了许多方法。然而负荷预测的结果除了由负荷 本身的历史规律决定外,还受众多非负荷因素的影响。负荷的变化因地区和气象而异, 因而研究适用于具体系统的短期负荷预测方法已成为电力系统调度自动化中的一个 重要课题,同时这也是电力市场发展的必然要求。 12短期负荷预测的发展及预测方法 最早的负荷预测通常是凭借调度人员的经验作直觉判断,即根据己有的资料和经 验,绘制负荷预测曲线。在负荷预测发展初期,由于数学发展的局限和对负荷预测精 度要求不高,人们建立了一些传统的负荷预测方法,传统预测方法的产生和发展是与 概率论和数理统计等数学理论的发展密不可分的,可大致分为两种,即时间序列法和 回归分析法 1.时间序列法 时间序列法分为确定性时序法和随机性时序法,前者包括时间序列平滑法, 趋势外推和季节变动法等;后者包括马尔可夫法和Box- Jenkins法(又称ARMA模 型法)等,其中 Box-Jenkins法最成功,使用最广泛。时间序列法一般都是建立在假 定负荷是稳定发展变化的基础上,没有考虑天气等影响负荷变化的因素,故而面对天 气骤变或突发事件时预测误差较大,只适用于在负荷变化比较平稳的前提下进行的预 测。这种方法的优点是所需历史数据少,模型简单,预测速度快;缺点是预测精度不 能满足实际工程的要求,在节假日的预测效果不令人满意,加上不具备自适应和自学 习的能力,预测系统的鲁棒性没有保障。 2.回归算法 回归算法能够考虑进天气影响和特殊日负荷的特点,但它需要大量数据的参 与计算,同时一般均假设各变量之间是简单的线性关系,而负荷与天气等变量之间是 动态的、非线性的关系,对此,回归算法便不能很好地解决;另外,部分假设天气与 负荷之间是动态、非线性关系的回归算法也只是通过简单的变量代换来拟合这种非线 性关系,故均不能较好地反映负荷与天气间的关系。 九十年代以后,随着人工智能理论的发展与成熟,短期负荷预测的新技术层出不 穷,综合起来主要有专家系统法、人工神经网络方法、支持向量机方法、模糊推理方 法等。 3专家系统预测方法 专家系统预测8是一个基于知识的程序设计方法建立起来的计算机系统,它拥 有某个领域专家的知识和经验,并能像专家那样运用这些知识,通过推理,在其领域 内做出智能决策,所以一个完整的专家系统是由四个部分组成知识库、推理机、知 识获取部分和界面。对于专家系统最重要的部分是知识库,一方面需要足够的知识, 另一方面知识与数学规则之间的转化是非常重要的。利用专家知识建立短期负荷预 测,其中选择高质量专家知识并转化为数学规则是特别困难的。 基于模糊粗糙集和神经网终的短期负荷预测研究 4神经网络预测方法 人工神经网络具有自学习能力,可通过训练样本,根据周围环境来改变自己,并 根据变化的信息,调整自身的结构。运用神经网络技术进行电力负荷预测p的优点 是对大量的非结构性、非精确性规律具有自适应功能,具有信息记忆、自主学习、逻 辑推理和优化计算的特点。其自学习和自适应功能是常规算法和专家系统技术所不具 备的。用人工神经网络(ANN预测电力系统负荷是ANN在电力系统中应用最为成功 的领域之一,ANN预测负荷的良好性能已得到普遍的认可。近年来,为了解决神经 网络内部结构的一些问题,又将神经网络与其他的一些智能算法结合,用以弥补神经 网络算法上的不足,比较多出现的是模糊神经网终517和遗传神经网络819 5模糊推理方法 专家系统基于确定的事实和确定的规则,而模糊集合和模糊推理是专门用来处理 不确定性问题的理论。将模糊预测法1024引入的原因是电力系统中存在着大量的模糊 信息,如负荷预测中的关键因素气象状况的评判、负荷日期类型的划分等四。模糊集 合将经典集合的绝对隶属关系(非A即B)模糊化(既A又B),典型的隶属度函数 有三角函数、梯形函数、正态分布函数、S形分步函数和Z形分布函数。模糊推理基 于模糊规则,模糊规则以I-THEN的形式来表达模糊集合间的关系。模糊集合可以 用来描述影响负荷的不确定因素,比如天气条件,对于阴与晴之间没有明确的界限, 冷与暖之间也没有明确的界限,这些因素如果用精确集合来描述,一般取程度最大的 方面,这样无疑会丢失很多其它方面的信息。因此一般会将模糊集合和模糊推理与其 它预测方法相结合来进行短期负荷预测 6支持向量机预测方法 支持向量机( Support Vector Machine,简称SVM)是在统计学习理论( Statistical Learning Theory简称SLm的基础上发展而来的一种新的模式识别方法。SVM根据有 限的样本信息在模型的复杂性(即对特定训练样本的学习精度)和学习能力(即无错 误地识别任意样本的能力)之间寻求最佳折衷。SVM是一种专门研究有限样本预测 的学习方法,与传统的方法相比,SⅥM没有以经验风险最小化( Estimation risk Minimization,简称ERM原则作为基础,而是建立在结构风险最小化( Structural risk Minimization,简称SRM)原理基础之上,发展成为一种新型的结构化学习方法。它 能很好地解决有限数量样本的高维模型的构造问题,而且所构造的模型具有很好的预 测性能。SLT和SVM正在成为继神经网络研究之后的新的研究热点,并将有力地推 动机器学习理论和技术的发展1630 进行电力负荷预测时,对于预测模型的选择,必要时可以采用几种不同的预测方 法进行预测,通过比较来确定预测方法。在单一模型不能很好地反映历史数据变化规 律时,采用组合预测来提高负荷预测的精度也是十分必要的332 河北农业大学硕士学位(毕业)论文 13人工神经网络在负荷预测中的应用现状 目前短期负荷预测的研究主要集中在如何提高预测精度,如何选择影响负荷的因 素,以及建模理论等。随着对负荷预测的深入研究和广泛应用,传统的基于解析模型 和数值算法的模型5难以获得令人满意的预测结果。人工神经网络方法具有较强的 学习能力、自适应能力、复杂映射能力、记忆能力、容错能力等智能处理能力,使得 它成为强有力的负荷预测工具,而且它理论比较成熟,便于工程实现,受到很多研究 者的青睐13 神经网络无须写出未来负荷与各个因素之间的解析表达式,通过样本对神经网络 进行训练,训练好的网络就能直接用于负荷预测,且能获得较高的精度。但它也有其 自身的缺点,如收敛速度慢,易落入局部极小和网络结构确定缺乏理论指导等问题。 近年来,涌现出许多其他理论与神经网络结合起来的研究成果,将改进的网络模型用 于负荷预测42归纳如下: 1.在网络训练算法方面的改进 文献[34]将粒子群算法(PSO)与神经网络结合,用PSO算法来优化神经网络的 连接权值,可以较好地克服BP神经网络局部极小等固有缺陷,不仅能发挥神经网 络的泛化能力,而且能够提高神经网络的收敛速度和学习能力。文献36]提出了一种 将混沌和神经网络相结合的方法用于短期负荷预测。利用混沌方法重构相空间系统吸 引子,用前向神经网络拟和吸引子上的全局整体映射,构成了混合预测模型。在实际 应用中,将基于奇异值分解的噪声消减滤波算法应用到数据的预处理中,并用混沌学 习算法来训练神经网络参数。文献[37]建立了一种新的人工鱼群神经网络预测模型, 利用人工鱼群算法训练神经网络的权值,再将该神经网络用于短期负荷预测。 2.在输入属性处理或输出修正方面的研究 文献38]提出了一种基于模糊聚类分析和BP网终的短期负荷预测方法。考虑了 温度、相对湿度以及日类型等影响负荷的因素,通过模糊聚类分析将负荷历史数据分 成若千类,找出同预测日相符的预测类别,然后建立相应的BP网络模型。文献[39] 用BP神经网络对负荷的基本分量进行预测,以信息熵方法对其输入参数进行选择, 考虑气温变化和节假日信息,用模糊逻辑对基本负荷分量加以修正。文献[40]深入研 究了天气和特殊事件对电力负荷的影响,建立了结合径向基(RBF)神经网络和专家 系统来进行短期负荷预测模型。利用RBF神经网络的非线性逼近能力预测出日负荷 曲线,然后利用专家系统根据天气因素或特殊事件对负荷曲线进行修正,使其在天气 突变等情况下也能达到较好的预测精度。 3.在模型结构确定方面的探讨 文献[41把粗糙集和神经网络结合建立短期负荷预测模型,采用粗糙集理论对各 种影响负荷预测的因素变量进行识别,以此确定预测模型的输入变量;在此基础上通 过属性约简和属性值约简获得推理规则集,再以这些推理规则构筑神经网络预测模 基于模糊粗糙集和神经网络的短期负荷预测研究 型。文献[42]利用遗传算法有指导地计算神经网络隐层节点数,从而确定一个较合理 的神经网络结构;其次,由遗传算法从初始权值的解群中选取出一组优秀的初始权值, 克服初始权值选取的盲日性;最后,将得到的神经网络结构和优秀的初始权值结合起 来,利用BP算法进行电力系统短期负荷预测。 对于短期负荷预测的研究已经很多,取得了令人鼓舞的成果,但仍存在一些尚未 解决的问题,基于因素影响的短期负荷预测还有许多问题有待进一步研究: 1.在追求网络预测精度的同时往往以复杂的建模过程为代价(如日负荷中24 点的负荷考虑各自影响因素分别建模),降低了模型的实用性 2.神经网络输入属性的选取问题依然是个有待进一步解决的问题(如对于天气 影响因素大多只凭经验考虑温度影响),而且通常对影响因素的累积效应考虑不足。 3.负荷的相关因素大多为连续的模糊量,处理过程经常会造成属性部分信息的 丢失(如粗糙集约简时的属性离散化),使预测可靠性降低。 14本文所做的主要工作 针对以上问题,作者在现有的基于人工神经网络的预测方法基础上,运用模糊粗 糙集理论和BP神经网络互补建立短期负荷预测模型。选取日最大、最小负荷作为待 预测量分别建立单输岀的神经网络模型,通过模糊粗糙集决策表知识挖掘输入属性与 输出属性的潜在关系,确定哪些属性与输出的关系最大,作为神经网络输入;通过神 经网络的学习功能确定这些属性与输出的非线性关系;最后利用灰色关联的思想寻找 待预测日的相似日以确定待预测日日负荷变化系数,最终得到待预测的整条日负荷变 化曲线。本文所做的主要工作具体如下: 1.大量阅览了前人关于短期负荷预测的研究成果,结合预测地区实际情况对负 荷特性进行了较深入的分析;通过对日负荷归一化曲线分析研究,确立了根据最大、 最小负荷以及日负荷变化系数获取待预测日各点负荷值的分解建模方法。 2.对用于神经网络训练的历史负荷数据进行了筛选、査漏补缺等预处理工作, 保证了网络训练的负荷数据的典型性和真实有效性;充分考虑影响负荷的温度、湿度 风速等天气随机因素及其累积效应,通过调研,搜集、整理相关数据,用于建立短期 负荷预测基本模型,保证了输入样本的质量。 3.将模糊粗糙集理论运用到基于神经网络的短期负荷预测中。神经网络输入参 数过多会令网络拓扑结构复杂,导致网络性能下降,利用模糊粗糙集的数据挖掘功能 对神经网络待输入的连续模糊变量进行约简,去除冗余信息,同时避免了经典粗糙集 约简时离散化过程中造成的信息丢失,达到合理精简网络结构的目的。 4.利用实际电网的历史负荷数据,采用适合中小型网络的 Levenberg- Marquardt (LM)算法训练网络,以克服标准BP算法的固有缺点。通过 MATLAB编程仿真 对模型的可行性验证,并与凭经验选取变量的传统BP方法预测结果进行比较,验证 了本文所提方法比传统方法具有更高的预测精度和更快的收敛速度。

...展开详情
所需积分/C币:4 上传时间:2011-12-15 资源大小:2.51MB
举报 举报 收藏 收藏
分享 分享
Fuzzy Rough Sets Based on Dominance Relations

基于优势关系下的模糊粗糙集模型,张晓燕,,本文给出了基于优势关系下模糊粗糙集上、下近似的定义, 并进一步对其性质做了详细的研究, 从而建立了基于优势关系下的模糊粗糙集�

立即下载
ModbusTCP/RTU网关设计

基于UIP协议栈,实现MODBUS联网,可参考本文档资料,有MODBUS协议介绍

立即下载
html+css+js制作的一个动态的新年贺卡

该代码是http://blog.csdn.net/qq_29656961/article/details/78155792博客里面的代码,代码里面有要用到的图片资源和音乐资源。

立即下载
iCopy解码软件v1.0.1.7.exe

解ic,id,hid卡密码破解ic,id,hid卡密码破解ic,id,hid破解ic,id,hid卡破解ic,id,hid卡密码密码卡密码破解ic,id,hid卡...

立即下载
分布式服务框架原理与实践(高清完整版)

第1章应用架构演进1 1.1传统垂直应用架构2 1.1.1垂直应用架构介绍2 1.1.2垂直应用架构面临的挑战4 1.2RPC架构6 1.2.1RPC框架原理6 1.2.2最简单的RPC框架实现8 1.2.3业界主流RPC框架14 1.2.4RPC框架面临的挑战17 1.3SOA服务化架构18 1.3.1面向服务设计的原则18 1.3.2服务治理19 1.4微服务架构21 1.4.1什么是微服务21 1.4.2微服务架构对比SOA22 1.5总结23 第2章分布式服务框架入门25 2.1分布式服务框架诞生背景26 2.1.1应用从集中式走向分布式.26?

立即下载
Camtasia 9安装及破解方法绝对有效

附件中注册方法亲测有效,加以整理与大家共享。 由于附件大于60m传不上去,另附Camtasia 9百度云下载地址。免费自取 链接:http://pan.baidu.com/s/1kVABnhH 密码:xees

立即下载
电磁场与电磁波第四版谢处方 PDF

电磁场与电磁波第四版谢处方 (清晰版),做天线设计的可以作为参考。

立即下载
压缩包爆破解密工具(7z、rar、zip)

压缩包内包含三个工具,分别可以用来爆破解密7z压缩包、rar压缩包和zip压缩包。

立即下载
source insight 4.0.0087 注册机序列号Patched(2017/10/17)

最新的sourceinsight4.0.0087和谐license及和谐文件。真正的4087版本,使用附件中的license文件,替换sourceinsight4.exe

立即下载
Java项目经验汇总(简历项目素材)

Java项目经验汇总(简历项目素材)

立即下载
支付宝转账demo

支付宝单笔转账,实现提现功能(内有demo实例,望大家多多提意见)

立即下载
算法第四版 高清完整中文版PDF

《算法 第4版 》是Sedgewick之巨著 与高德纳TAOCP一脉相承 是算法领域经典的参考书 涵盖所有程序员必须掌握的50种算法 全面介绍了关于算法和数据结构的必备知识 并特别针对排序 搜索 图处理和字符串处理进行了论述 第4版具体给出了每位程序员应知应会的50个算法 提供了实际代码 而且这些Java代码实现采用了模块化的编程风格 读者可以方便地加以改造

立即下载
计算机中丢失api-ms-win-crt-runtime-l1-1-0.dll的修复方案

计算机中丢失api-ms-win-crt-runtime-l1-1-0.dll的修复方案

立即下载
最新的微信小程序源码

最新的微信小程序源码70多个很多行业都有加后台

立即下载
数据库系统概念第六版答案(最全)

史上最全的数据库系统概念第六版(机械工业出版社)课本答案

立即下载
c语言程序设计pdf——谭浩强.pdf

C语言是一门通用计算机编程语言,应用广泛。C语言的设计目标是提供一种能以简易的方式编译、处理低级存储器、产生少量的机器码以及不需要任何运行环境支持便能运行的编程语言。

立即下载
rainmeter雨滴皮肤合集(30个)

Rainmeter允许您在桌面上显示可自定义的皮肤,从硬件使用仪表到功能齐全的音频可视化器。 你只受你的想象力和创造力的限制。rainmeter皮肤合集30个

立即下载
方方格子注册机

方方格子注册机,适用于方方格子所有的系列,全部系列均可以完美注册

立即下载
VS 2015企业版离线安装包(百度网盘)

近期整理网盘,不小心删除了,原来的已经不能用了,现在重新上传。 原下载地址:https://download.csdn.net/download/wu9797/10050090。资源不能删除,很担心朋友们下载了无用资源,近期也会在博客上进行说明。 此文件可用。

立即下载
DroidCamX 专业版破解版6.7最新版

DroidCamX 专业版破解版6.7最新版,已经包含PC端和Android端

立即下载