寧波電力負(fù)荷構(gòu)成分析及有序用電對策研究.pdf

1、目前浙江省和寧波地區(qū)缺電形勢嚴(yán)峻，電力需求側(cè)管理被高度重視。各種電力負(fù)荷原始需求量是電力需求側(cè)管理的依據(jù)，但很多需求量是不能直接觀測的，例如各區(qū)縣的夏季空調(diào)負(fù)荷，各區(qū)縣按銷售分類的各類用戶負(fù)荷及其空調(diào)負(fù)荷等。為了用足用好有限的電力資源，提高電力需求側(cè)管理的水平和效果，本文做了相關(guān)研究。
　　根據(jù)當(dāng)前電力需求側(cè)管理現(xiàn)狀以及面臨的問題，本文對國內(nèi)外先進(jìn)的電力需求側(cè)管理案例進(jìn)行了的研究，找到解決問題的基本方法，從了解各類電力負(fù)荷的特征和

2、各類電力負(fù)荷原始需求量作為突破口，利用2013年和2014年的調(diào)度數(shù)據(jù)、寧波各地區(qū)電量銷售數(shù)據(jù)、負(fù)控?cái)?shù)據(jù)和氣象數(shù)據(jù)等，通過實(shí)際調(diào)研，對寧波地區(qū)的分區(qū)負(fù)荷、分溫度段空調(diào)負(fù)荷以及寧?？h的分類負(fù)荷構(gòu)成進(jìn)行分析，獲得了2013、2014年各種原始負(fù)荷需求數(shù)據(jù)，通過對春夏季電力負(fù)荷、空調(diào)按時段、溫度進(jìn)行模型，形成負(fù)荷典型曲線和分溫度段空調(diào)負(fù)荷典型曲線。
　　本文在分類負(fù)荷構(gòu)成分析中主要采用了統(tǒng)計(jì)推斷、聚類分析、數(shù)據(jù)挖掘、人工智能等方法，數(shù)據(jù)

3、預(yù)處理上，采用SQL Server2000建立數(shù)據(jù)倉庫，在分析數(shù)據(jù)倉庫中實(shí)現(xiàn)分析模型;在負(fù)荷預(yù)測中主要采用支持向量機(jī)及其相關(guān)理論，建立了基于支持向量機(jī)的夏季電力負(fù)荷短期預(yù)測模型，以此來參與支持向量機(jī)模型的訓(xùn)練。
　　另外，本文還研究了電力負(fù)荷與氣候的相關(guān)性以及電力與經(jīng)濟(jì)之間的相關(guān)性，為優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、負(fù)荷預(yù)測，充分發(fā)揮電力工業(yè)的社會經(jīng)濟(jì)作用提供決策參考。最后，根據(jù)研究結(jié)果進(jìn)行了有序用電對策研究，利用構(gòu)成分析結(jié)果形成負(fù)荷特征數(shù)據(jù)，給出