电力系统短期负荷数据分析.docx

  • 需要金币1000 个金币
  • 资料目录论文助手 > 论文题目 > 工业工程 >
  • 转换比率:金钱 X 10=金币数量, 例100元=1000金币
  • 论文格式:Word格式(*.doc)
  • 更新时间:2020-06-30
  • 论文字数:13565
  • 课题出处:(火箭女孩)提供原创资料
  • 资料包括:完整论文,开题报告,任务书

支付并下载

摘要:电力系统的短期负荷是属于突变事件,这必将影响到电力系统的稳健性,因此,分析电力系统短期负荷是有意义的[1]。

首先,对电力数据进行基础分析并建立各个电力负荷量模型[2]。利用Excel软件计算出2014年该地区各个负荷量的统计量结果。

处理大量负荷数据时,我们要对这些负荷数据进行预处理。为了简化样本,我们主要对缺失值和异常值进行处理。对缺失值分析是结合平均温度的含义,我们算出平均系数。然后根据平均的值计算得该天的平均温度。对于其他缺失数据,则直接采用附近4个值的中位数进行补充。对于异常值,用这个阈值代替超过三倍标准差的负荷数据。

在讨论天气因素对负荷数据的影响时,本文采用多元线性回归模型。首先,对各个负荷数据变量进行回归分析,得出所需的回归模型。然后,我们用标准残差图是否是白噪声来判断模型是否有效,显然,该模型是有效的。最后用逐步回归法建立回归分析模型,并分析可得最能影响负荷数据的天气因素是平均温度。 

在预测电力系统短期负荷数据时,本文采用的是构建预测模型,取每日0时刻的电力负荷量作为参照数据。观察其时间序列图,发现有季节性趋势。本文直接取每年1月份的电力负荷量来消除季节成分的影响。计算出在0点的电力负荷量预测模型[3]。因此,获得了电力系统未来七天的电力负荷预测[4]。而在对该模型进行标准残差分析的时候,发现有一定的周期因素影响,然后对模型进一步改进。

关键词:多元回归模型、电力负荷、模型

 

目录

摘要

ABSTRACT

1.  绪  论-1

1.1 引言-1

1.2 数据概述-1

2.数据预处理-3

2.1 预处理的必要性-3

2.2 预处理步骤-3

2.3 预处理过程分析-3

2.4 本章小结-5

3. 多元线性回归分析-5

3.1 多元线性回归模型-5

3.2 建立模型-5

3.3 模型求解-7

3.4 多元线性回归误差的分析-9

3.5 逐步回归模型-10

3.6 本章小结-10

4.预测模型-11

4.1 模型介绍-11

4.2 模型步骤-12

4.3 模型求解-13

4.4 模型检验-17

4.5 模型改进-18

4.6 模型的残差平方和检验-23

4.7 本章小结-23

参考文献-24

致    谢-26

附    录-27


支付并下载

提示:本站支持手机(IOS,Android)下载论文,如果手机下载不知道存哪或打不开,可以用电脑下载,不会重复扣费