基于负荷侧大数据的电力系统应用研究开题报告

1. 研究目的与意义

电力负荷预测精度与负荷建模准确度的提升，对于提高系统运行的经济性和安全性至关重要。

为科学有效制定电力系统发电和供电计划，需充分发挥负荷预测在电网运行、机组启停与电力调度、功率交换等方面的重要作用和负荷建模在电力系统设计、规划和经济性等方面的重要作用。

随着智能电网、通信网络技术和传感器技术的发展，电力用户侧数据呈指数级增长、复杂程度增大，逐步构成了用户侧大数据。

2. 课题关键问题和重难点

本课题的关键在于解决大数据下的负荷预测与负荷建模问题。

当前负荷预测的主要问题有：

1.对负荷因素的筛选

3. 国内外研究现状（文献综述）

摘要：与传统方法相比，基于负荷侧大数据下的电力系统应用具有特殊性，以指数级增长，复杂化的用户侧大数据，给提高电力系统负荷预测和建模精度带来了严峻挑战。该文首先分析了当前大数据的所面对的问题并提出构建以分析计算为主的电力用户侧大数据管理平台；然后通过研究传统电力负荷预测算法与现代智能算法之间的差异，结合人工神经网络与多元线性回归阐释负荷预测的本质；最后阐述了负荷建模的重要性，探讨了不同因素对负荷建模的影响，并研究了数个可以提高建模精确度的方法。该文梳理了部分电力系统应用的研究，探索在负荷侧大数据情况下提高预测和建模结果精度的方法，为基于负荷侧大数据的电力系统应用研究提供了一些理论基础。

关键词：大数据/负荷预测/负荷建模

一．智能电网大数据研究现状

4. 研究方案

首先阐释大数据定义及其在当今电力系统应用（主要针对负负荷侧）中的重要作用。接着基于MATLAB研究负荷预测和负荷建模的基本算法，针对上述算法，考虑通过参数设置和历史数据推演提高预测结果的精确度。负荷建模时，根据负荷构成调查结果采用理论分析、动模试验或现场实测的方法研究各负荷元件的动态特性，建立符合实际物理特性的负荷模型。最后上述方法实际应用中遇到的一些问题，如环境、季节、气候等对预测结果的影响，进一步优化所提方法。

5. 工作计划

第一周阅读负荷预测相关文献，整理文献资料，形成文献综述；

第二周阅读负荷建模文献，掌握基本负荷建模方法，并尝试建立简单的模型；

第三周阅读相关操作指导书，学习多种机器学习算法原理与编程使用，实际操作一些简单的算法，并验证是否掌握相关知识；