基于大数据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