母線負荷預測的新型理論架構及其關鍵技術研究

本項目如期在3年內(nèi)完成了計劃研究內(nèi)容，取得了較為豐碩的成果，完善了母線負荷預測的理論體系，從預測前、預測中、預測后三個階段，建立了更為廣泛的應用于母線負荷預測的理論架構，達到了項目申請時的預期目標。 在“預測前”階段，本項目建立了由粗辨識、細辨識構成的壞數(shù)據(jù)辨識與修正方法，提出了虛擬母線辨識算法以及基于虛擬母線的母線負荷預測策略；在“預測中”階段，提出了針對母線負荷特點的自適應方法，實現(xiàn)了綜合預測模型與單一預測方法的聯(lián)合參數(shù)自適應，提出了母線極值負荷及其出現(xiàn)時刻的概率化預測方法；在“預測后”階段，提出了系統(tǒng)負荷和母線負荷曲線的協(xié)調(diào)方法。 所取得的成果總共發(fā)表論文10篇，申請專利1項（已受理）。其中4篇被SCI收錄或SCI源刊錄用，9篇被EI收錄或EI源刊錄用，包括IEEE Transactions on Power Systems、Scientific Reports、Electric Power Systems Research、International Journal of Electrical Power & Energy Systems、《中國電機工程學報》、《電力系統(tǒng)自動化》等雜志。部分成果收入專著《電力系統(tǒng)不確定性分析》于2011年由科學出版社出版。同時，已經(jīng)完成了《電力系統(tǒng)負荷預測》（第二版）專著的初稿，其中在原有內(nèi)容基礎上，新增了本基金的研究成果“母線負荷預測”，大約占全書的1/4~1/3篇幅，預計2014年在中國電力出版社出版。部分基礎理論研究成果在全國多家省市電力公司獲得了應用，大大提高了母線負荷預測精度。 研究成果已經(jīng)初步形成了母線負荷預測新型理論框架，并產(chǎn)生了一系列預測策略和方法，為提高電網(wǎng)精益化水平、提升調(diào)度部門駕馭大電網(wǎng)能力、提高電網(wǎng)節(jié)能發(fā)電調(diào)度水平提供了強有力的理論支持。 2100433B

母線負荷預測是在電力系統(tǒng)運行中安全校核、節(jié)能發(fā)電調(diào)度等方面的決策基礎。相對于系統(tǒng)負荷預測，母線負荷預測研究較為缺乏。母線負荷具有量大面廣、復雜多變的特點，加之大量異常數(shù)據(jù)的干擾，使得母線負荷很難直接套用系統(tǒng)負荷預測的思路來解決。本課題的目標是建立更加完整的母線負荷預測理論框架，從預測前、預測中、預測后三個階段剖析母線負荷預測中的關鍵問題。在預測前階段，建立由粗辨識、細辨識構成的壞數(shù)據(jù)辨識與修正方法，研究基于虛擬母線的聚類生成技術并將其應用于預測策略的探索；在預測中階段，提出針對母線負荷特點、考慮分布式能源影響的的預測方法，提出母線極值負荷不確定性預測方法；在預測后階段，提出考慮網(wǎng)損的系統(tǒng)負荷和母線負荷曲線的協(xié)調(diào)方法。本課題將形成母線負荷預測新型理論框架、預測策略和方法，為提高電網(wǎng)精益化水平、提升調(diào)度部門駕馭大電網(wǎng)能力、提高電網(wǎng)節(jié)能發(fā)電調(diào)度水平提供強有力的理論支持。

準確的短期母線負荷預測是現(xiàn)代智能電網(wǎng)實現(xiàn)節(jié)能降耗與調(diào)度精細化管理的基礎，而信息不完備、負荷變化快、不同母線間的用電特性差異大等不利因素制約著負荷預測精度的提高。本項目運用數(shù)理方法、提出構建適用于母線負荷預測的邊緣模糊理論體系，突破傳統(tǒng)母線負荷預測在負荷突變時預測精度顯著下降的局限性。項目研究內(nèi)容包括：研究區(qū)分樣本點性質的特征向量以及評價方法，制定合理的壞數(shù)據(jù)處理策略；研究負荷水平與曲線形狀相統(tǒng)一的最優(yōu)相似日選取方法，體現(xiàn)歷史信息可信度以及相似日選擇時分類邊界不分明的特點，為預測工作提供高質量的數(shù)據(jù)樣本；研究日負荷曲線的分段競爭預測與動態(tài)綜合預測機制，構建預測模型適應庫，同時增強母線負荷預測的批處理能力。 項目旨在揭示氣候、社會等多種隨機和非隨機因素對負荷的影響機制，為有效提高智能電網(wǎng)中母線負荷的整體預測精度探索一條新的途徑。

準確的短期母線負荷預測是現(xiàn)代智能電網(wǎng)實現(xiàn)節(jié)能降耗與調(diào)度精細化管理的基礎，而信息不完備、負荷變化快、不同母線間用電特性差異大等不利因素制約著負荷預測精度的提高。本項目運用數(shù)理方法、構建適用于母線負荷預測的邊緣模糊理論體系。在“數(shù)據(jù)處理”方面，提出了壓縮過濾與遷移擴充相結合的母線負荷數(shù)據(jù)處理策略：壓縮后的數(shù)據(jù)既包含負荷變化周期性規(guī)律又包含節(jié)假日等干擾因素造成的隨機波動性；近鄰遷移學習方法實現(xiàn)了對缺失、稀疏負荷數(shù)據(jù)的補充和對突變負荷數(shù)據(jù)的修正；選取氣象、季節(jié)、日期、節(jié)假日和經(jīng)濟增速共五大類二十多項數(shù)據(jù)作為負荷變化主導因素擴充至負荷數(shù)據(jù)集中，為探究負荷變化機理提供了預測關聯(lián)分析的大數(shù)據(jù)樣本。在“特征提取”方面，對比分析了相關系數(shù)法和互信息評價方法，建立了基于EMD分解和小波分解的特征提取方法，揭示了特征的時標屬性并發(fā)現(xiàn)存在未知特征。在“訓練集構造”方面，提出了大數(shù)據(jù)與日日拓撲網(wǎng)絡結合的最優(yōu)相似日選取與訓練數(shù)據(jù)集構造方案，在網(wǎng)絡中采取隨機游走算法，體現(xiàn)了歷史信息可信度和相似日選擇時分類邊界模糊的特點。在“預測模型構建”方面：以大數(shù)據(jù)分析和模型融合為核心，提出了多算法多模型與二次學習相結合的動態(tài)競爭預測模型庫，克服了單算法適用范圍受限和單模型易過擬合的缺陷，解決了近因效應問題；此外，針對節(jié)假日負荷波動劇烈的問題，提出了節(jié)假日和非節(jié)假日分離的單純節(jié)假日權重遷移預測方法，進一步提升了整體預測效果。研究成果揭示了氣候、社會等多種隨機和非隨機因素對負荷的影響機制，為有效提高智能電網(wǎng)中母線負荷的整體預測精度探索了一條新途徑。 項目組共發(fā)表論文10篇，其中本基金為第一標注的論文9篇、SCI論文5篇（含中科院SCI-1區(qū)且為TOP期刊論文1篇，中科院SCI-2區(qū)且為JCR-Q1區(qū)1篇，中科院SCI-3區(qū)3篇）、EI 論文1篇、CCF-C類會議1篇，獲軟件著作權2項，培養(yǎng)博士2名、畢業(yè)研究生6名。

《產(chǎn)品設計中的成本工程及其關鍵技術研究》是2003年趙亮編寫的論文，由潘雙夏、馮培恩指導。

副題名

外文題名

Research on key technical problems of cost engineering faced on product design

論文作者

趙亮著

導師

潘雙夏,馮培恩指導

學科專業(yè)

機械設計與理論

學位級別

d 2003n

學位授予單位

浙江大學

學位授予時間

2003

關鍵詞

產(chǎn)品設計 機械設計 產(chǎn)品成本設計 成本工程

館藏號

TH122

唯一標識符

108.ndlc.2.1100009031010001/T3F24.002635891

館藏目錄

2004\TH122\26 2100433B