基于相空间重构和支持向量机的蒸汽负荷预测研究

摘要

蒸汽是热电厂生产的主要二次能源之一，热电厂大多实行热电联产方式，采用“以热定电”原则。因此，如何能够准确预测未来热负荷值成为一个重要研究课题，这既有利于节约煤炭等资源，降低能耗，减少污染，又对热电厂安全、经济、高效运行具有指导意义。本课题就是研究一种蒸汽负荷预测方法，准确及时对未来24小时内所需蒸汽热负荷值进行预测，为热电厂的调度生产提供科学依据。
　　首先，介绍了热负荷预测的意义和研究现状，描述了热负荷的特性和内在规律，对现有负荷预测方法进行了分析和比较，提出了一种结合混沌理论和支持向量机的负荷预测方法。
　　其次，对从某热电厂提取的原始蒸汽负荷数据进行了综合预处理，包括对缺失数据和异常数据的分析，利用小波软阈值去噪方法对样本数据进行降噪处理。然后利用混沌理论，对降噪后的蒸汽负荷时间序列样本数据进行了研究，证明其具有混沌特性，并对负荷数据进行延迟坐标相空间重构。利用相空间域的相点，分别建立了标准支持向量机预测模型和最小二乘支持向量机预测模型。通过仿真研究，确定了基于相空间重构和最小二乘支持向量机的预测方法。
　　最后，为了提高算法综合性能，针对最小二乘支持向量机训练模型中参数的选择，提出了结合模拟退火算法的改进粒子群算法。对交叉验证方法、标准粒子群算法和改进的粒子群算法进行了仿真研究，仿真结果表明基于相空间重构和参数优化的最小二乘支持向量机预测模型具有较好的寻优效果和较高的预测精度。

目录

基于相空间重构和支持向量机的蒸汽负荷 预测研究

STUDY ON STEAM LOAD PREDICTING BASED ON PHASE SPACE RECONSTRUCTION AND SUPPORT VECTOR MACHINE

摘 要

Abstract

目 录

第1章 绪 论

1.1 课题背景及研究的目的与意义

1.2 热负荷预测的国内外研究现状

1.2.1 热负荷特性

1.2.2 国内外热负荷预测方法

1.3 本文主要研究内容

第2章 蒸汽负荷数据采集及预处理

2.1 数据采集及异常数据预处理

2.1.1 数据来源

2.1.2 缺失数据的处理方法

2.1.3 异常数据的处理方法

2.2 数据的去噪预处理

2.2.1 FFT 信号降噪方法

2.2.2 连续小波变换的离散化

2.2.3 小波阈值去噪流程

2.2.4 阈值门限的选取

2.3 蒸汽负荷序列预处理

2.4 本章小结

第3章 蒸汽负荷时间序列的混沌特性分析

3.1 混沌理论基础

3.1.1 混沌时间序列的特性

3.1.2 相空间重构

3.2 相空间重构参数的选取

3.2.1 延迟时间

3.2.2 嵌入维数

3.3 混沌时间序列的判别方法

3.3.1 Lyapunov 指数

3.3.2 最大 Lyapunov 指数的计算方法

3.4 蒸汽负荷序列混沌特性识别仿真研究

3.5 本章小结

第4章 基于支持向量机的负荷预测模型

4.1 支持向量机的统计学理论基础

4.1.1 统计学习理论

4.1.2 核方法

4.2 支持向量机算法

4.2.1 支持向量机分类算法

4.2.2 支持向量机回归算法

4.3 最小二乘支持向量机回归算法

4.3.1 最小二乘支持向量机回归算法

4.3.2 LSSVM 和 SVM 的关系

4.4 蒸汽负荷时间序列的预测仿真研究

4.4.1 支持向量机预测步骤及需要选择的参数

4.4.2 标准 SVM 方法预测仿真研究

4.4.3 LSSVM 方法预测仿真研究

4.5 本章小结

第5章 基于参数优化的 LSSVM 改进算法

5.1 粒子群算法寻优

5.1.1 基本 PSO 算法原理

5.1.2 引入惯性权重的改进 PSO 算法

5.2 结合模拟退火算法的改进粒子群算法寻优

5.2.1 SA 算法基本原理

5.2.2 结合 SA 算法的改进 PSO 算法

5.3 各种优化算法仿真研究

5.4 本章小结

结 论

参考文献

攻读硕士学位期间发表的论文及其它成果

哈尔滨工业大学学位论文原创性声明及使用授权说明

致 谢