《股票趋势分析技术与风险分析方法在电力系统短期负荷预报的应用研究电气工程自动化毕业论文》由会员分享，可在线阅读，更多相关《股票趋势分析技术与风险分析方法在电力系统短期负荷预报的应用研究电气工程自动化毕业论文（61页珍藏版）》请在金锄头文库上搜索。
1、股票趋势分析技术与风险分析方法在电力系统短期负荷预报的应用研究Electric Power Systems Short-term Load Forecasting Based on Stock Trend Analysis Technology and Risk Analysis Method摘要：电力系统短期负荷预测是能量管理系统(EMS)的重要组成部分，是电力系统安全、经济、可靠运行的前提和基础，其预测精度直接影响到电力系统的经济效益。研究负荷特性、负荷分析理论与预测算法并开发高效实用的负荷预测系统已成为当前十分重要的课题。本文首先介绍了短期电力系统负荷预测的意义和主要方法，然后对电力负荷
2、预测与股票技术相结合的假想做了合理性分析，提出了采用SVM与股票技术指标相结合的方法。而后详细的介绍了SVM理论，并以SVM算法为核心，在输入矢量环节加入股票技术的元素，利用MATLAB编写具有图形界面的负荷预测软件，并且创造性的以股市K线图的方式进行输出表示。最后，在对全文总结的基础上讨论了存在的问题和今后的研究方向。关键词：电力系统负荷预测 股票趋势技术 SVM MATLABAbstract: Power system short-term load forecasting is an important part of energy management system (EMS),and
3、 it is also the premise and basis of the security,economic and reliable operation of power system.The forecast accuracy directly affect the economic benefit of power system. Research load characteristics, load analysis theory and prediction algorithm and the development of more effective and practic
4、al load forecast system has currently become very important topicThis paper first introduced the short-term the significance of power system load forecasting,then do the rational analysis of the hypothetical combining stock technologies with power load forecasting.The paper also put forward the meth
5、od that applying technical indexes in SVM. Then detailed introduces the SVM theory, and for the core, with SVM algorithm in the input vector link to join stock technology elements, using MATLAB graphical interface with the load forecasting software, and creative by means of stock market K line for t
6、he output.Key words: Load Forecasting for Electric Power System Technical Analysis of Stock Trends SVM MATLAB目录摘要IAbstractII第1章 绪论11.1短期负荷预测的重要意义11.2短期负荷预测的研究现状21.3本文所作的工作3第2章 股票趋势分析技术应用在电力系统负荷预测的合理性分析42.1预测的广泛性和通用性42.2股票趋势分析技术简介52.3电力系统负荷预测与股票趋势预测之间的联系62.4股票技术应用在电力系统负荷预测中的方法7第3章 电力系统负荷预测的理论基础83.1支持
7、向量机（SVM）的理论基础83.2支持向量机实现的基本思想83.3 SVM训练求解算法11第4章 结合股票技术的短期负荷预测的方法研究114.1利用K线图进行负荷分析114.1.1图形概述124.1.2 K 线图在负荷分析与预测中的应用134.1.3应用实例154.2利用股票技术指标进行负荷预测164.2.1采用神经网络进行预测时输入矢量选择的重要性164.2.2改进的输入矢量的选择办法16第5章 基于SVM与股票技术的电力系统负荷预测175.1 SVM回归问题的数学描述175.2输入矢量与样本的选择185.3输入数据的预处理195.4误差分析195.5我国调度部门关于预测效果的评价与考核20
8、5.6使用MATLAB实现SVM负荷预测模型20第6章 软件开发及功能模块介绍226.1 MATLAB工程软件及神经网络工具箱介绍226.2负荷预测软件的介绍及应用23第7章 预测结果及分析287.1武汉市负荷预测结果287.2预测效果的评价和考核317.3误差分析及小结32第8章 结论32致谢34附录34附录1 BIAS的意义与算法34附录2 SVM预测的详细代码35参考文献50第1章 绪论1.1短期负荷预测的重要意义电力负荷预测是在充分考虑一些重要的系统运行特性、增容决策、自然条件和社会影响的条件下，研究或利用一套系统地处理过去与未来负荷的数学方法，在满足一定精度要求的意义下，确定未来特定
9、时刻的负荷数据1 牛东晓，曹树华，赵磊，等. 电力负荷预测技术及其应用M. 北京：中国电力出版社，1999，1-21。在计划经济体制时代，用电计划由发电计划决定，发多少用多少，始终存在瓶颈效应和人为干预的情况，对负荷预测准确率要求不高。随着国民经济的发展和电力体制的改革的深化，电力走入市场经济，发电计划越来越取决于市场的要求，同时人们对电能质量的要求越来越高。所以对负荷的大小和特性进行事先估计，是电力系统控制与运行研究的重要内容，是电力系统规划与运行的基础。电力系统负荷预测理论就是因此而发展起来。短期负荷预测的重要意义可以归纳为以下几个方面：（1）短期负荷预测是电力系统优化调度的基础。准确的短
10、期负荷预测是电网调度机构制定发供电计划、合理安排机组启停和做好电网供需平衡的关键。有助于运行人员估计电能的生产、输送、分配和消费各个环节的情况，制定出合理的运行方案，确保电网和机组的安全、稳定、经济运行。以短期负荷预测和在线实时负荷预报为依据，系统才能有计划地安排旋转备用和不同网间可能实现的功率交换，这是决定系统供电安全水平的重要因素。（2）随着我国社会主义市场经济的不断完善，电力企业逐步走向市场，电力系统的经营方式从垄断转变为市场竞争将成为必然趋势。在电力市场条件下，短期负荷预测不再是纯技术性的问题，它应当是一个技术性与经济性相结合的问题。同时也不再仅仅是能量管理系统（EMS）系统的一部分，
11、它是电力市场制定各种计划的重要依据。对于发电单位，短期负荷预测是制定发电计划和报价的依据；对供电部门，短期负荷预测为供电方制定购电计划提供依据；对输电单位，短期负荷预测也是制定发电计划及安全、可靠、经济运行的基础。（3）电价的制定也是在对未来给定计算期内负荷预测的基础上完成的。因此发电企业要保证其电价的竞争能力，就必须获得比较精确的短期负荷预测数据。（4）为用户提供安全、可靠、经济、优质的电能是电网运营企业的首要目标，如果电网运营商没有按规定完成网供电量、负荷预测和低谷电量比三大指标。其中负荷预测的考核将按照在允许误差范围内以基本电价购电，超出允许误差范围电价按110%-200%浮动的原则2
12、姚建刚，章建，银车来. 电力市场运营及其软件开发M. 北京：中国电力出版社，2001，53-663 陆海峰，单渊达电力系统的递推自适应超短期负荷预报电网技术V0124，No3，Mar2000，283l页4 冉启文，单永正，王骐电力系统短期负荷预报的小波一神经网络一PARIMA方法中国电机工程学报V0123，No3，Mar2003，38_43页5 王辛改进径向函数网格(RBFN)在电力负荷预报中的应用中国电机工程学报V0116，No4，Jul1996，285287页6 彭晓兰，程时杰，陈德树短期负荷预报的灰色系统方法华中理工大学学报V0123，No2，Mar1995，138一141页7 潘力强，
13、马歆，杨常青广义BP网用于电力系统短期负荷预报湖南电力Mar1998，1416页8 谢开，葛维春应用Kalman滤波方法的超短期负荷预报中国电机工程学报V0116，No4，Jul1996，245_249页9 VSKodogiannis，EMAnagnostakis Soft Computing Based Techniques for Shortterm Load ForecastingFuzzy Sets and Systems128(2002)，413426P10 Domingo AGundin，Celiano Garcia，Eduardo Gomez，Guillermo VegaSHOR
14、T-TERM LOAD FORECASTING FOR INDUSTRIAL CUSTOMERS USING FASART AND FASBACK NEUROFUZZY SYSTEMS14th PSCC，Sevilla，2428 June 2002，Session 20，Paper2，1-7 P11 Changil Kim，Inkeun Yu，YHSongKohonen neural network and wavelet transform based approach to shortterm load forecastingElectric Power Systems Research6
15、3(2002)，169176 P12 Tatsuya Iizaka，Tetsuro Matsui，Yoshikazu FukuyamaA Novel Daily Peak Load Forecasting Method using Analyzable Structured Neural NetworkIEEE T&D Asia，Yokohama，Oct2002，1-6 P13 Huang，SungHab KimImpl ementati on of Hybrid Shortterm Load Forecasting System Using Artificial Neural Network and Fuzzy Expert SystemsIEEE Transactions on Power Systems，V01i0，NoAugust 1
