遗传程序设计在电力系统短期负荷预测中的应用

摘要

短期负荷预测是电力系统负荷预测的重要组成部分，在电力系统调度运营部门中起着重要作用，其预测精度的高低将直接影响到电力系统运行的安全性、经济性和供电质量。随着电力企业逐步走向市场，对电力系统短期负荷的预测精度提出了更高的要求。本文对电力系统短期负荷预测的常规预测方法和智能预测技术的优缺点进行了介绍，在此基础上，对遗传程序设计算法进行介绍，并将其应用到了短期电力负荷预测中。 遗传程序设计继承了遗传算法的基本思想，但又与遗传算法不同，它采用一种更自然的表示方式来自我描述，以非定长层次结构反映求解问题特征，这使得遗传程序设计方法更容易表达复杂问题的实质。应用遗传程序设计算法对电力系统短期负荷进行预测的主要预测过程是先对负荷样本进行常规处理和滤波处理，常规处理主要是消除0数据或补足缺少的负荷数据，并剔除冲击负荷和未知异常数据，滤波处理主要是消除随机误差，并平滑毛刺负荷数据。然后，运用遗传程序设计的复杂表达能力，把不同日同一时刻的负荷序列作为样本，对未来负荷进行分时短期预测。由于样本负荷曲线很难做到一次性拟合地非常成功，本文提出了将预测模型的预测值与样本负荷值之间的误差序列作为样本用遗传程序设计进行演化，并补偿到原模型上的误差循环补偿预测模型。该遗传程序设计方法可以将如温度等因素作为影响因子进行演化，随机常数能自动平衡与负荷有关因素的影响，误差循环补偿预测模型最终能有效补偿拟合误差，并自动生成相应的数学模型，通过预测模型可以计算出未来时刻的负荷，有效避免了人为造成的误差，简单可行。 本文采用SQL Server 2000作为数据库管理系统，以Visual Studio.NET作为开发平台，采用可视化高级编程语言VC＃.NET开发了以遗传程序设计为主预测模块的电力系统短期负荷预测系统。最后，通过实例预测，并与时间序列法的预测结果相比，验证了该算法的有效性和可行性，结果表明该算法具有较好的预测效果。

目录

文摘

英文文摘

声明

1绪论

1.1课题研究背景与意义

1.2短期负荷预测的研究现状

1.3本文所做的主要工作

2负荷预测技术概述

2.1常规预测技术

2.1.1指数平滑预测法

2.1.2回归模型预测技术

2.1.3时间序列预测技术

2.1.4灰色预测技术

2.2智能预测技术

2.2.1专家系统预测技术

2.2.2神经网络预测技术

2.2.3小波分析预测技术

2.2.4模糊理论预测技术

2.3预测技术总结

2.4本章小结

3遗传程序设计算法

3.1遗传程序设计算法概述

3.1.1遗传程序设计算法提出

3.1.2遗传程序设计算法的步骤

3.2遗传程序设计的基本原理与方法

3.2.1遗传程序设计的基本思想

3.2.2遗传程序设计中的个体描述

3.2.3遗传程序设计初始群体的生成

3.2.4遗传程序设计的遗传操作

3.2.5适应度函数

3.2.6终止运行标准确定与应用结果标定

3.2.7遗传程序设计的控制参数

3.3遗传程序设计在预测方面的研究应用

3.3.1遗传程序设计的研究应用

3.3.2预测方面的研究应用

3.4本章小结

4短期负荷预测的遗传程序设计模型

4.1历史数据预处理

4.1.1数据异常来源分析

4.1.2异常数据处理方法

4.2模型与实现

4.2.1误差补偿模型

4.2.2模型与实现

4.3系统设计与实现

4.3.1系统需求

4.3.2开发环境

4.3.3负荷预测程序流程

4.3.4数据库表设计

4.3.5系统简介

4.4本章小结

5结论与展望

5.1结论

5.2展望

参考文献

在读期间发表的学术论文

发表论文1

发表论文2

发表论文3

发表论文4

作者简历

致谢