基于大数据电力负荷预测方法研究

基于大数据的电力负荷预测方法研究

摘要

短期预测用来制定近期发电计划，借此调节电网保持稳定，还可以节省能源。随着我国电网建设日趋完善，系统日趋稳定，短期预测日益重要。同时针对越来越多的原始数据，我们也需要大数据处理能力。为了改善预测结果，适应新的形势，本文用如下方法进行负荷预测。

本文采用奇异谱分析法分析数据，去掉噪声部分并重构原始数据。接下来用主成分分析法分析数据，找出主成分进行下一步实验，以减轻计算机压力。最后把主成分按一定方法加权得到三组结果，代入最小二乘支持向量机程序进行预测。

本次研究完全用Matlab8.3编程完成，最后得到的预测结果与实际负荷趋势相同，数值上也很接近。这次研究证明这种新颖的方法有很好的预测精度，很适合应用在大数据背景下的生产活动中。

关键词：电力系统短期负荷预测；大数据；奇异谱分析；主成分分析；支持向量机

目    录

摘要III

1 绪论1

1.1 课题背景1

1.2 本文的主要工作1

2 预测方法理论2

2.1 引言2

2.2 奇异谱分析法2

2.2.1 简介2

2.2.2 推导奇异谱2

2.2.3 重构3

2.3 主成分分析法3

2.3.1 原理3

2.3.2 求取L矩阵4

2.3.3 主成分载荷的求取5

2.4 最小二乘支持向量机5

2.4.1 支持向量机理论5

2.4.2 线性支持向量机6

2.4.3 非线性支持向量机6

2.4.4 最小二乘支持向量机原理6

2.5 本章小结7

3 实验结果与分析8

3.1 原始数据观察8

3.1.1 原始数据输入8

3.1.2 高峰期，低谷期，过渡期的讨论8

3.1.3 初步用电模型9

3.2 负荷预测9

3.2.1 奇异谱分析法9

3.2.2 主成分分析法12

3.2.3 最小二乘支持向量机方法13

3.2.4 总结14

参考文献16