基于軌跡跟蹤的負(fù)荷預(yù)測算法研究.pdf

1、基于軌跡跟蹤的負(fù)荷預(yù)測算法研究重慶大學(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)自動化學(xué)院二O一六年四月重慶大學(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)乎著國計民生，是國民經(jīng)濟(jì)的命脈。近年來電力負(fù)荷預(yù)測不僅可以應(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)荷預(yù)測是

2、電力系統(tǒng)規(guī)劃、市場交易、營銷等部門工作的主要依據(jù)，對于制定經(jīng)濟(jì)優(yōu)化的發(fā)電計劃、合理分配電力能源、合理安排機(jī)組的運(yùn)行、獲得上網(wǎng)電價的優(yōu)勢、取得最大經(jīng)濟(jì)效益以及社會效益都有著十分重要的意義。所以研究高精度且實用性強(qiáng)的電力負(fù)荷預(yù)測方法對于電力市場化以及智能電網(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)測算法，但是對于他們中的大多數(shù)來說，它們都只是針對特殊的負(fù)荷模型而推導(dǎo)的一種負(fù)荷預(yù)測算法。而且對于大部分現(xiàn)存的模型來說，它們也沒有理論上的依據(jù)

3、來支撐算法可以保證預(yù)測誤差的收斂性而達(dá)到足夠的預(yù)測精度。在本文中，我們將軌跡跟蹤理論引入到電力負(fù)荷預(yù)測中，根據(jù)軌跡跟蹤理論建立不同的運(yùn)動學(xué)模型，本文提出了兩種負(fù)荷預(yù)測算法，即基于預(yù)測誤差收斂性校驗和軌跡修正的短期負(fù)荷預(yù)測和基于軌跡跟蹤控制的短期負(fù)荷預(yù)測兩種。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)測方法的誤差可以理論上收斂至零從而保證了預(yù)測誤差的收斂性，因而使得本文的預(yù)測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)集（歐洲

4、智能技術(shù)網(wǎng)絡(luò)(EUNITE)競賽公開的負(fù)荷樣本數(shù)據(jù)Load1998和theGlobalEnergyFecastingCompetition2012數(shù)據(jù)集）來進(jìn)行實驗仿真，通過改變不同的預(yù)測視野，和常見的預(yù)測算法(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)測性能。由于本文提出的算法對樣本數(shù)據(jù)的要求很小，所以計算速度