電力負(fù)荷預(yù)測課程習(xí)題_第1頁
電力負(fù)荷預(yù)測課程習(xí)題_第2頁
電力負(fù)荷預(yù)測課程習(xí)題_第3頁
電力負(fù)荷預(yù)測課程習(xí)題_第4頁
電力負(fù)荷預(yù)測課程習(xí)題_第5頁
已閱讀5頁,還剩10頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、名詞解釋:1、負(fù)荷特性指標(biāo)2、人工神經(jīng)網(wǎng)絡(luò)預(yù)測技術(shù)3、彈性系數(shù)4、移動平均法5、電力市場二、簡答題:1、電力負(fù)荷預(yù)測的研究意義。2、負(fù)荷預(yù)測的基本程序是什么?3、什么是一元線性回歸模型,一元線性回歸方程,回歸直線, 三者之間的關(guān)系?4、什么是自動過濾法以及預(yù)測公式。5、灰色預(yù)測從其功用與特征上可分為哪幾類?三、選擇題:1、根據(jù)負(fù)荷預(yù)測表示的不同特性,常常又分為()等。A. 最高負(fù)荷預(yù)測 B. 最低負(fù)荷預(yù)測 C. 平均負(fù)荷預(yù)測 D. 負(fù) 荷峰谷差預(yù)測 E. 全網(wǎng)負(fù)荷預(yù)測2、負(fù)荷預(yù)測是在滿足一定精度的條件下, 確定未來某時刻的負(fù) 荷數(shù)值,為()服務(wù)。A .電力能源規(guī)劃B.電力生產(chǎn)計(jì)劃C.電力節(jié)約規(guī)

2、劃D.電力穩(wěn)定規(guī)劃3、電力負(fù)荷預(yù)測的基本原理負(fù)荷下面哪幾條()A. 可知性 B.可能性C.穩(wěn)定性D.連續(xù)性4、負(fù)荷特性曲線預(yù)測方法包括()A. 分行業(yè)典型日負(fù)荷曲線疊加法B. 分類典型日負(fù)荷曲線疊加法C. 綜合典型日負(fù)荷曲線疊加法D. 統(tǒng)調(diào)逐日負(fù)荷曲線5、短期負(fù)荷預(yù)測可以按照下面哪類方式進(jìn)行分類()A.時間的長短B.數(shù)據(jù)采集間隔C.預(yù)測手段D.預(yù)測結(jié)果精確度6、非線性增長趨勢的預(yù)測模型有()等。A. 指數(shù)曲線模型 B. 非齊次指數(shù)模型 C. 龔帕茲模型 D. 邏輯 斯諦模型7、時間序列平滑預(yù)法主要采用()方式進(jìn)行預(yù)測。A.移動平均法B.指數(shù)平滑法C.自適應(yīng)過濾法D.算數(shù)平均法8、時間序列的構(gòu)成

3、因素包括:()A.長期趨勢TB.季節(jié)變動SC. 循環(huán)變動 CD. 不規(guī)則變動 I9、依據(jù)上題給出的符號定義,判斷下列等式錯誤的有哪些()A.Y=T+S+C+IB.Y=T*S*C*IC.Y=T*S+C*ID.Y=T+S+C*I 10、指數(shù)平滑法具體有哪些()A. 次指數(shù)平滑法B. 二次指數(shù)平滑法C.三次指數(shù)平滑法D.差分指數(shù)平滑法11、回歸方程的標(biāo)準(zhǔn)差主要和下列哪些因素有關(guān): ()A.可決系數(shù)B.相關(guān)系數(shù)C.變量y的標(biāo)準(zhǔn)差D.樣本容量12、 下列關(guān)于預(yù)測置信區(qū)間和預(yù)測誤差的說法正確的有()A. 樣本容量越大,預(yù)測誤差的方差越小預(yù)測置信區(qū)間變窄B. 自變量離散程度愈大,預(yù)測誤差的方差越大C. X0

4、離x愈遠(yuǎn),預(yù)測置信區(qū)間愈長,預(yù)測精度愈低D. 預(yù)測置信區(qū)間越小,預(yù)測準(zhǔn)確性越高13、已知兩變量x與y的n對實(shí)驗(yàn)值,即樣本Xi,yi ,滿足一元 線性回歸模型yi a bx i其中i是隨機(jī)誤差(隨即干擾), 則其滿足下列那些條件: ()A. 零均值E i 0 B.不相關(guān)cov i, j 0, i jC. 同方差 var i 2 D. i N(0, 2)14 、負(fù)荷特性調(diào)研中電力供應(yīng)指標(biāo)包括哪些()A.負(fù)本容量B.裝機(jī)容量C.購電量 D.供電量15、電價指標(biāo)包括:()A.拉閘限電電價表B.目錄電價表 C.各類終端用戶電價D. 綜合峰谷電價16、負(fù)荷預(yù)測的經(jīng)驗(yàn)預(yù)測技術(shù)有()等。A.專家預(yù)測法B.類比

5、法C.負(fù)荷密度法D.主觀概率預(yù)測法17、負(fù)荷預(yù)測的經(jīng)典預(yù)測技術(shù)有()等。A. 單耗法 B. 類比法 C. 負(fù)荷密度法 D. 比例增長法E. 彈性系數(shù)法18、專家預(yù)測法分為()。A.主觀概率法B.專家會議法 C.專家小組法 D.類比法19、灰色預(yù)測依據(jù)其功用與特征分類包括()A.方差預(yù)測E.數(shù)列預(yù)測C.整體預(yù)測D.災(zāi)變預(yù)測E. 季節(jié)災(zāi)變預(yù)測20、線性趨勢預(yù)測技術(shù)包括()A.二次移動方差法E.二次滑動平均法C.二次指數(shù)平滑法D.二階自適應(yīng)系數(shù)預(yù)測方法四、計(jì)算題:1、設(shè)yo歷史負(fù)荷數(shù)列,?i某種預(yù)測方法所得預(yù)測值數(shù)列yo= yo(1), yo(2), yo(3), yo(4), yo(5), yo(

6、6), yo(7)二205.65,213.33,272.27,204.74,256.41,259.92,275.23?i= ?i(1), ?1(2), ?1 (3), ?(4), ?(5), (6), ?(7)=2o1.677,213.615,245.872,239.986,26o.837,249.826,275.724試分別求絕對誤差和平均絕對誤差。2、已知某地區(qū)19861995年的工農(nóng)業(yè)生產(chǎn)總值和電力消費(fèi)支出如下表所示,求電力消費(fèi)彈性系數(shù) E。年份工農(nóng)業(yè)生產(chǎn)總值電力消費(fèi)支出198610471.8423.8198711954.5462.6198814922.3544.9198916917.8

7、601.5199019598.4686.3199121662.5708.6199226651.9784.0199334560.5921.6199446670.01221.0199557494.91577.73、某地區(qū)5年20個季度內(nèi)的每戶平均用電量與地區(qū)用電量之間的關(guān)系如表所示。某地區(qū)5年內(nèi)每戶平均用電量及地區(qū)用電量年分19811982198319841985季度12341234123412341234平均每戶每季 度用電量x(kW - h)277257255278306268285286272285286269246255253255269297257250地區(qū)每季度用電量 y(GW - h

8、)10399.59310511098103.510310410310810096.99294949910995.591求解下列問題:(1) 繪出每戶用電量x與地區(qū)用電量y之間的散點(diǎn)圖;(2) 求y對x的線性回歸方程,并計(jì)算隨機(jī)誤差2的估計(jì)量?2 ;(3) 給定顯著水平a =0.05,檢驗(yàn)線性回歸是否顯著;(4) 當(dāng)1986年第一季度平均每戶用電量 x=230kW- h時,求這年第一季度地區(qū)用電量y的預(yù)測值和預(yù)測置信區(qū)間(置信度 95%答案:名詞解釋:1、負(fù)荷特性指標(biāo):主要指標(biāo)包括:月統(tǒng)調(diào)電量、月最大負(fù)荷、 月最小負(fù)荷、月平均負(fù)荷、月平均日負(fù)荷率、月最大峰谷差、 月平均日峰谷差、月平均日峰谷差率

9、2、人工神經(jīng)網(wǎng)絡(luò)通過模擬人的神經(jīng)元功能, 從輸入層獲得影響 預(yù)測量的變量值,通過隱含層,用權(quán)數(shù)對數(shù)據(jù)進(jìn)行調(diào)整、計(jì)算,最后在輸出層進(jìn)行處理而得到預(yù)測結(jié)果。人工神經(jīng)網(wǎng)絡(luò)可以用 于分類和預(yù)測,具有強(qiáng)大的非線性處理能力和并行處理能力3、彈性系數(shù):設(shè)x為自變量,y是x的可微函數(shù),則有稱為y對x的彈性系數(shù)。導(dǎo)數(shù)dy是瞬時變化率或邊際變化率,dxy是平均變化率,因此彈性系數(shù)yx是變量y的瞬間變化率與平x均變化率之比4、移動平均法:根據(jù)時間序列資料逐項(xiàng)推移,依次計(jì)算包含一 定項(xiàng)數(shù)的序時平均數(shù),以反映長期趨勢的方法。5、電力市場:采用法律、經(jīng)濟(jì)等手段,本著公平競爭、自愿互利的原則,對電力系統(tǒng)中發(fā)電、輸電、供電、

10、用戶等各成員組織協(xié)調(diào)運(yùn)行的管理機(jī)制和執(zhí)行系統(tǒng)的總和。簡答題:1、有利于制定最經(jīng)濟(jì)合理的系統(tǒng)發(fā)電計(jì)劃、 檢修計(jì)劃和購煤計(jì) 劃;有利于降低發(fā)電成本和購電成本;有利于競價上網(wǎng),推進(jìn) 電力市場改革;有利于計(jì)劃用電管理,掌握需求變化情況 ,搞好 電力市場營銷;有利于制定合理的電源、電網(wǎng)規(guī)劃;有利于電 網(wǎng)的穩(wěn)定運(yùn)行;有利于提高電力系統(tǒng)的經(jīng)濟(jì)效益和社會效益。2、(1)確定負(fù)荷預(yù)測目的,制定預(yù)測計(jì)劃(2) 調(diào)查資料和選擇資料(3) 資料整理(4) 對資料的初步分析(預(yù)處理)(5) 建立預(yù)測模型(6) 綜合分析,確定預(yù)測結(jié)果(7) 編寫預(yù)測報(bào)告,交付使用(8) 負(fù)荷預(yù)測管理3、在一元線性回歸中,自變量是可控制或

11、可以精確觀察的變量(如時間),用X表示,因變量是依賴于x的隨機(jī)變量(如電力 負(fù)荷),用y表示。假設(shè)X與y的關(guān)系為y a bx 其中是 隨機(jī)誤差,也稱為隨機(jī)干擾,它服從正態(tài)分布 N(0, 2), a, b 及2都是不依賴于x的未知參數(shù)。x與y地這種關(guān)系稱為一元 線性回歸模型。在實(shí)際問題中,對自變量 x和因變量y作n次 試驗(yàn)觀察,且在x的不全相同的各個值上對y的觀察是相互獨(dú) 立的,稱(Xi,yJ, i 1,2, ,n為樣本。如果依據(jù)樣本能估計(jì)出 未知參數(shù)a,b,記估值分別為a,b。則稱y a bx為y關(guān)于x的線 性回歸方程,b為回歸系數(shù),回歸方程的圖形稱為回歸直線。4、自適應(yīng)過濾法是根據(jù)一組給定的

12、權(quán)數(shù)對時間數(shù)列的歷史觀察 值進(jìn)行加權(quán)平均計(jì)算一個預(yù)測值 ,然后根據(jù)預(yù)測誤差調(diào)整權(quán)數(shù) 以減少誤差 ,這樣反復(fù)進(jìn)行直至找出一組 “最佳 ”權(quán)數(shù) ,使誤差減 少到最低限度 ,再利用最佳權(quán)數(shù)進(jìn)行加權(quán)平均預(yù)測 .n預(yù)測公式 : y?t 1 w1yt w2yt 1 . wnyt n 1 wi yt i 1i15、灰色預(yù)測從其功用與特征上可分為五類。 (1)數(shù)列預(yù)測。該 預(yù)測是指對某個事物發(fā)展變化的大小與時間所作的觀測。 例如, 電力負(fù)荷預(yù)測要求根據(jù)歷史負(fù)荷數(shù)列預(yù)測未來某一時期的負(fù)荷 值的大小。這是我們主要使用的一種預(yù)測方法。 (2)災(zāi)變預(yù)測。 該預(yù)測是指對異常值的預(yù)測。主要是預(yù)測異常值出現(xiàn)的時刻; ( 3

13、)季節(jié)災(zāi)變預(yù)測。 該預(yù)測是指發(fā)生在一年中某個季節(jié), 或某 個特定時區(qū)內(nèi)的異常預(yù)測。它只是預(yù)測一年內(nèi)某個特定時區(qū)災(zāi) 變異常值出現(xiàn)的時刻。 (4)拓?fù)漕A(yù)測。該預(yù)測是指用 GM(1, 1)模型預(yù)測未來發(fā)展變化的整個波形。 這種預(yù)測在電力負(fù)荷預(yù) 測中不常用到。(5)系統(tǒng)預(yù)測。該預(yù)測是指對系統(tǒng)中包括的幾 個量一起預(yù)測,預(yù)測變量(因素)之間發(fā)展變化的關(guān)系,預(yù)測 系統(tǒng)中主導(dǎo)因素的作用。三、 選擇題:1、AECDE2、AE3、AED4、AEC5、AE6、AECD7、AEC8、AECD9、D10、AECD11、AECD12、AEC13、AECD14 > BCD15 > BCD16、ABD17、ACD

14、E18、BC19、BDE20 > BCD四、計(jì)算題:1、 絕對誤差:E Y YE(1)yo(1)yi(1)2O5.652O1.6773.973E(2)yo(2)yi(2)213.33213.615O.285E(3)yo(3)yi(3)272.27245.87226.398Ey。玄2O4.74239.98635.246E(5)yo(5)%(5)256.4126O.8374.427E(6)yo(6) %(6) 259.92 249.826 10.094E(7)y0(7) y1(7) 275.23 275.7240.494nn平均絕對誤差:MAE - Ei 1 YYn i i1 n1 nMAE

15、-Ei-YYn i 1n i 135.2464.427 10.094 0.494)-(3.973 0.285 26.398 10.0947 1.44382、電力彈性系數(shù)是用電量的相對變化率與國民生產(chǎn)總值的相對變化率之比。E= Ky / KxKy:用電量的平均增長率;Kx:國民生產(chǎn)總值的平均增長率;E :電力彈性系數(shù)。Ky (177.7 423.8) 9128.2Kx (57494.910471.8) 95224E Ky Kx 128.2 5224 2.45%(1) 散點(diǎn)圖如上圖(2) 求y對x的線性回歸方程,計(jì)算數(shù)據(jù)如下表所示線性回歸方程結(jié)果編號12345678910x276729660496

16、502577284936367182481225817967398481225y2106099900.2586041102512100960410712.25106091081610609xy2853125571.52371529190336602626429497.5294582828829355編號11121314151617181920x2817967236160516650256400965025723618820966049625002y11664100009312.258464883688369801118819120.258281xy30888269002373923460237

17、8223970266313237324543.522750可歸納出:xi 5406, yi 2001, xj 1466628,y2 200829,XiyiSxy542566.5, Sxx5386.2, Syy 628.95, Sxy 1696.2, b0.3149,Sxx1 a -n1yi (xi) b 14.9325n所以,y對x的線性回歸方程為y 14.93250.3149x2 A Syy bSxy 5.2676n 2 n 2(3) 檢驗(yàn)線性回歸是否顯著。由題知顯著性水平為a=0.05,則檢驗(yàn)統(tǒng)計(jì)量為0.31495386.210.06925.2676查 t 分布表可得 10.025(18)

18、=2.1009由于|t|=10.0692>2.1009=t0.025(18),所以線性回歸效果是顯著的。(4) 求預(yù)測置信區(qū)間。當(dāng)預(yù)測點(diǎn)x=230時,預(yù)測值為ylx 230 14.93250.314923087.3595由于N=20,依據(jù)式(4-50),可得:1(230 270.3)2(230) t0-(18)彳31 f 亦(5386J570因此, y 的置信度為 0.95 的預(yù)測置信區(qū)間為y|x 230 (230), y |x 230 (230)(87.36 5.70,87.36 5.70)(81.66,93.06)此結(jié)果表明,當(dāng)1986年第一季度平均每戶用電量為 230kWh時, 同一時期該地區(qū)用電量 95%的可信度的預(yù)測置信區(qū)間( 81.

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論