基于地理信息系统的配电网空间负荷预测方法研究

摘要

空间负荷预测是配电网规划基础.只有确定了配电网供电区域内各小区的未来负荷,才能对变电站的位置、容量,馈线的型号、路径、开关设备的装设以及它们的投入时间等决策变量进行规划.因此,空间负荷预测不仅要预测未来负荷的量,而且要提供负荷增长的位置信息,即未来负荷的空间分布.空间负荷预测涉及大量的空间信息.地理信息系统(Geographic Information System,GIS)可以为空间负荷预测的数据收集、处理和预测结果的表示提供一个良好的平台.因此,本文利用地理信息系统强大的空间数据提取和分析能力,针对配电网空间负荷预测的数据需求来收集、提取和分析所需的原始数据.同时,应用模糊逻辑系统结合配电网空间负荷预测的实际模式建立模糊知识库.采用模糊逻辑技术对GIS系统收集的信息进行模糊化、推理和清晰化,从而得到每个小区的评分.考虑到在实际情况中,模糊推理采用的模糊集和模糊规则都需要不断调整,所以,引入了遗传算法对模糊规则进行训练,达到了很好的效果.最终,给出了基于地理信息系统的配电网空间负荷预测的详细步骤.首先,通过GIS系统将供电区域划分成若干大小一致的小区,利用模糊推理对小区进行评分,然后,通过遗传算法分配土地使用,得出土地使用决策,最后,计算出小区负荷预测值.本文提出的配电网空间负荷预测的步骤在实际工程中得到了验证,表明该种方法是有效的,特别适用于计算资源有限的情况.

目录

文摘

英文文摘

学位论文独创性声明及使用授权声明

创新点摘要

引言

1概述

1.1本课题研究的背景和意义

1.2空间负荷的提出及其应用

1.3空间负荷预测研究现状

1.4现阶段空间负荷预测存在的问题

2地理信息系统及其在配电系统中的应用

2.1引言

2.2地理信息系统的概述

2.2.1地理信息系统的定义及其应用现状

2.2.2 GIS特征数据特点及分析功能

2.2.3地理信息系统的发展

2.3地理信息系统在本文中的应用

2.4本章小结

3空间负荷预测方法研究及改进

3.1引言

3.2空间负荷预测常用方法

3.3灰色理论分析法

3.4遗传规划法

3.5配电网空间负荷预测算法改进

3.6本章小结

4模糊逻辑系统

4.1引言

4.2模糊集合

4.3模糊关系

4.4语言变量

4.5基于IF-THEN规则的模糊推理

4.6应用多维模糊推理系统对小区评分

4.6.1 Tsukamoto方法的多维模糊推理

4.6.2多维模糊推理的空间模型

4.6.3加权综合的多维模糊推理的空间模型

4.7本章小结

5遗传算法

5.1引言

5.2遗传算法的基本原理

5.2.1编码(encoding)

5.2.2遗传操作

5.2.3适应度函数

5.3遗传算法的数学机理

5.3.1模式定理

5.3.2积木块假设

5.4结合遗传算法(GA)的小区土地使用预测

5.5本章小结

6空间负荷预测的实现

6.1引言

6.2理论和模型

6.2.1空间负荷预测模型

6.2.2空间负荷预测流程

6.3空间负荷预测详细步骤

6.3.1负荷分类

6.3.2小区的划分

6.3.3空间信息提取

6.3.4采用模糊推理对小区评分

6.3.5采用遗传算法训练模糊规则

6.3.6应用遗传算法分配土地使用

6.3.7小区负荷预测

6.4实际算例

6.4.1算例系统

6.4.2总量负荷预测

6.4.3用地分类和小区划分

6.4.4多维模糊推理的空间模型

6.4.5遗传算法分配土地使用

6.4.6空间负荷预测结果

6.5本章小结

结论

参考文献

附录A空间负荷预测原始数据

发表文章目录

致谢