《电力系统负荷预测 第2版》PDF下载

  • 购买积分:14 如何计算积分?
  • 作  者:康重庆,夏清,刘梅编著
  • 出 版 社:北京:中国电力出版社
  • 出版年份:2017
  • ISBN:7512387706
  • 页数:429 页
图书介绍:

第Ⅰ篇 负荷预测总论 2

第1章 负荷预测的基本原理和理念 2

1.1 什么是预测 2

1.2 什么是负荷预测 4

1.3 负荷预测的基本原则和要求 5

1.4 负荷预测的内容及其分类 7

1.5 负荷预测的步骤 12

1.6 负荷预测问题的抽象化表述 13

1.7 负荷预测应遵循的理念 18

1.8 负荷预测的研究动向 21

1.9 对开展负荷预测工作的建议 23

第2章 数学基础及共性预测方法 25

2.1 负荷预测中数学理论的应用 25

2.2 常用优化方法 25

2.3 最小二乘法 31

2.4 回归分析法 32

2.5 灰色系统理论 35

2.6 时间序列分析模型 37

2.7 频域分析方法 41

2.8 特征选择与特征提取技术 42

2.9 聚类分析 45

2.10 决策树理论 47

2.11 神经网络理论 49

2.12 支持向量机理论 51

第3章 负荷分析 55

3.1 短期负荷分析及预测 55

3.2 短期负荷预测中负荷的规律性与稳定度分析 57

3.3 中长期负荷预测的问题描述 62

3.4 中长期负荷预测中的负荷分析 63

第4章 负荷预测的多级协调 65

4.1 负荷预测的“多维多级”特征 65

4.2 多级电力需求的关联特性 66

4.3 多级负荷预测及其协调 67

4.4 不同维/级的负荷预测协调问题的特点 69

第5章 预测效果的分析与评价 71

5.1 线性回归的分析与检验 71

5.2 一般预测结果的分析与评价 73

5.3 合理选择预测模型的准则 76

5.4 我国调度部门关于预测效果的评价与考核 78

第Ⅰ篇 参考文献 80

第Ⅱ篇 系统级中长期负荷预测 88

第6章 基于时序趋势外推的基本预测方法 88

6.1 动平均法 88

6.2 指数平滑法 89

6.3 增长速度法 90

6.4 灰色预测 90

6.5 马尔可夫预测法 91

6.6 灰色马尔可夫预测法 91

6.7 生长曲线法 92

6.8 应用实例 93

第7章 时序趋势外推预测方法的扩展策略 96

7.1 扩展问题概述 96

7.2 提高预测模型适应性的策略 96

7.3 模型参数的非线性估计方法 99

7.4 非连续历史序列的处理 99

7.5 “近大远小”原则的处理策略 101

7.6 历史序列中的不良数据辨识 104

7.7 扩展策略的应用实例 106

第8章 中长期负荷相关分析与预测 110

8.1 年度全社会用电量与相关因素的关系 110

8.2 中长期负荷预测中考虑单相关因素的预测方法 114

8.3 中长期负荷预测中考虑多相关因素的预测方法 117

第9章 中长期负荷预测中的不确定性分析 121

9.1 背景 121

9.2 不确定性电力需求分析基本思想 121

9.3 对传统高中低发展速度判别方法的剖析 122

9.4 单一预测量的概率分布模型 125

9.5 多预测量的联合概率分布 129

第10章 中长期预测中多模型的筛选与综合 132

10.1 概述 132

10.2 综合预测的概念 132

10.3 综合最优拟合模型 134

10.4 综合次优拟合模型 136

10.5 “近大远小”原则下的综合模型 137

10.6 综合最优预测模型 138

10.7 综合预测模型的进一步分析 141

10.8 预测决策与模型筛选 144

第11章 年度预测的理论与方法 151

11.1 年度预测的分析 151

11.2 时序负荷曲线的两步建模预测法 151

11.3 负荷持续曲线的神经网络模型 156

第12章 月度预测的理论与方法 159

12.1 月度预测的特点分析 159

12.2 现有月度预测方法的剖析 160

12.3 体现月度量变化特征的预测方法 161

12.4 1月和2月负荷预测的特殊问题 163

第13章 中长期负荷预测的多级协调 166

13.1 多级负荷预测的基本协调模型 166

13.2 不同可信度情况下基本模型的协调结果比较 169

13.3 基本协调模型的评价标准与算例分析 170

13.4 两维两级关联协调模型 174

13.5 关联协调方法的特殊应用 177

13.6 关联协调模型的评价标准 179

13.7 关联协调的算例分析 180

第14章 中长期负荷预测系统 185

14.1 中长期负荷预测系统的研究过程 185

14.2 中长期负荷预测系统的研究思路 186

14.3 系统体系结构 188

14.4 系统核心功能设计 190

14.5 规划/计划类功能设计 194

14.6 营销(用电)类功能设计 197

第Ⅱ篇参考文献 204

第Ⅲ篇 系统级短期负荷预测 212

第15章 基于时序分析的正常日预测 212

15.1 短期负荷预测的基本思想 212

15.2 基于同类型日思想的正常日负荷预测基本方法 214

15.3 基于同类型日思想的正常日新息预测方法 217

15.4 基于时段相似性原理的简单推理法 218

15.5 频域分量预测法 220

15.6 基于小波分析的预测方法 221

15.7 基于混沌理论的预测方法 222

第16章 气象因素对短期负荷的影响分析 224

16.1 短期预测中气象因素分析与处理的总体理念 224

16.2 从供应侧和需求侧分析气象因素的影响 226

16.3 气象因素直接作用于短期负荷的规律分析 229

16.4 短期负荷中考虑累积效应的气象特征选择 234

16.5 多个气象因素形成的气象综合指数对短期负荷的影响(以人体舒适度为例) 238

16.6 气象综合指数对短期负荷的累计效应(以加权温湿指数为例) 241

第17章 直接考虑相关因素的短期负荷预测方法 245

17.1 气象校正法 245

17.2 考虑日特征气象因素的人工神经网络法 246

17.3 基于日特征气象因素的支持向量机预测方法 248

17.4 基于实时气象因素的短期负荷预测方法 249

第18章 日特征相关因素的规范化处理策略与预测方法 253

18.1 各日相关因素的衡量方法 253

18.2 映射函数与映射数据库 254

18.3 基于映射数据库的短期预测的规范化描述 256

18.4 映射数据库自适应训练算法——摄动法 260

18.5 映射数据库自适应训练算法——遗传算法 263

18.6 基于映射数据库的正常日预测新方法 265

第19章 预测误差分布特性统计分析与概率性短期负荷预测 268

19.1 问题的提出 268

19.2 总体思路 268

19.3 预测误差分布特性的统计方法 270

19.4 误差分布统计规律的有效性检验 272

19.5 误差分布的t分布特性 272

19.6 概率性短期负荷预测 274

19.7 实例分析 275

第20章 短期负荷预测的综合模型 283

20.1 短期负荷预测综合模型的特点分析 283

20.2 全天统一权重的综合预测模型 284

20.3 分时段变权重的综合预测模型 286

20.4 考虑“近大远小”原则并引入相关因素后的短期负荷预测综合模型 288

20.5 短期负荷预测综合模型的讨论 291

20.6 应用举例 291

第21章 其他短期预测问题及其预测方法 294

21.1 节假日负荷预测方法 294

21.2 超短期负荷预测 297

21.3 扩展短期负荷预测 298

21.4 连续多日负荷曲线预测 300

第22章 短期/超短期负荷预测系统 305

22.1 研究背景 305

22.2 研究思路与关键技术 305

22.3 短期负荷预测功能 307

22.4 超短期负荷预测功能 309

22.5 主要的管理与分析功能 311

第Ⅲ篇参考文献 317

第Ⅳ篇 母线负荷预测 328

第23章 母线负荷预测框架与基本预测方法 328

23.1 什么是母线负荷 328

23.2 母线负荷特点及其规律 328

23.3 母线负荷预测的技术路线 330

23.4 母线负荷基本预测方法 332

23.5 母线负荷预测的精度评估 336

第24章 母线负荷异常数据辨识与修复方法 338

24.1 母线负荷异常数据分类 338

24.2 两阶段异常数据辨识方法 340

24.3 异常数据修复 342

24.4 算例分析 342

第25章 规避异常数据的母线负荷预测策略 346

25.1 概述 346

25.2 规避坏数据影响的预测策略分析 346

25.3 规避坏数据影响的预测方法 348

25.4 完全可信信息集内涵的拓展 350

25.5 算例分析 350

第26章 考虑气象等相关因素影响的母线负荷预测方法 352

26.1 概述 352

26.2 基于偏差反馈二次预测的母线负荷预测策略 352

26.3 小水电富集地区母线负荷预测的两阶段还原法 356

第27章 母线极值负荷的概率化预测 363

27.1 概述 363

27.2 母线日最高负荷预测思路分析 363

27.3 母线日最高负荷幅值的概率性预测 364

27.4 算例分析 367

第28章 母线负荷预测模型的自适应训练与综合预测 369

28.1 母线负荷预测方法库的应用分析 369

28.2 自适应预测技术概述 370

28.3 母线负荷预测单一模型参数自适应训练 372

28.4 母线负荷综合预测模型权重的自适应优化 373

28.5 综合模型联合参数自适应训练算法 374

28.6 算例分析 376

第29章 虚拟母线技术及其预测方法 379

29.1 簇集网络及其特性 379

29.2 虚拟母线——虚拟的簇集网状网络 381

29.3 虚拟母线辨识算法 384

29.4 虚拟母线的负荷预测策略及其预测误差分析 386

29.5 算例分析 389

第30章 系统—母线负荷预测协调方法 394

30.1 系统—母线负荷预测的协调模型 394

30.2 协调模型的求解及性质 399

30.3 协调模型的评价指标 400

30.4 不同可信度下的协调模型分析与评价 402

30.5 协调预测结果分析 405

第31章 母线负荷预测系统 408

31.1 研究思路与关键技术 408

31.2 母线负荷预测功能 410

31.3 主要的管理与分析功能 411

第Ⅳ篇参考文献 416

索引 422