基于某地区的电力负荷特性分析与预测

论文摘要

近些年来,伴随着我国经济等各方面的发展,我国电力市场也发生了相应的改变,特别是各地电力负荷特性也有了不同程度的变化,但是对负荷特性方面的研究则相对滞后并在一定程度上影响了相关工作顺利进行,为了保证电网安全经济运行并能为电力用户提供高质量的服务,有必要对电力负荷特性进行相应的分析。本文首先采用传统负荷指标分析的方法对我国某地区的负荷特性进行了初步分析,然后,针对传统负荷指标分析法的缺陷,采用功率谱分析的方法将对负荷特性进行分析的工作由时域引入到频域中作了进一步的分析,得到了一些具体的结论,最后,本文采用机器学习领域中在解决小样本、高维数、非线性的回归问题时表现突出的支持向量机算法对该地区负荷特性进行了预测,并给出了相关的建议。

论文目录

• 摘要
• Abstract
• 目录
• 第一章 绪论
• 1.1 本文研究的背景和意义
• 1.2 研究的历史和现状
• 1.3 本文所做的主要工作
• 第二章 负荷特性分析
• 2.1 引言
• 2.2 传统的负荷特性指标体系
• 2.2.1 日负荷特性指标
• 2.2.2 月负荷特性指标
• 2.2.3 年（季）负荷特性指标
• 2.3 功率谱分析
• 2.3.1 传统指标分析的缺陷
• 2.3.2 功率谱分析概述
• 2.3.3 功率谱分析指标
• 2.4 实例分析
• 2.4.1 年负荷特性分析
• 2.4.2 月负荷特性分析
• 2.4.3 日负荷特性分析
• 2.4.4 功率谱分析
• 2.5 本章小结
• 第三章 负荷预测
• 3.1 引言
• 3.2 支持向量机模型
• 3.2.1 统计学理论基础
• 3.2.2 支持向量机算法原理
• 3.2.3 支持向量机算法的特点
• 3.3 实例分析
• 3.4 本章小结
• 第四章 建议与结论
• 4.1 建议
• 4.2 结论
• 第五章 展望
• 参考文献
• 附录
• 硕士阶段公开发表的论文
• 致谢