Оценка и прогнозирование потерь электроэнергии в электроэнергетических системах на основе нечеткого регрессионного анализа

Оценка и прогнозирование потерь электроэнергии в электроэнергетических системах на основе нечеткого регрессионного анализа

Автор: Могиленко, Александр Валерьевич

Шифр специальности: 05.14.02

Научная степень: Кандидатская

Год защиты: 2003

Место защиты: Новосибирск

Количество страниц: 165 с. ил

Артикул: 2347414

Автор: Могиленко, Александр Валерьевич

Стоимость: 250 руб.

ВВЕДЕНИЕ
1. МЕТОДЫ АНАЛИЗА ПОТЕРЬ ЭЛЕКТРОЭНЕРГИИ В
ЭЛЕКТРИЧЕСКИХ СЕТЯХ
1.1. Основные задачи анализа потерь электроэнергии
1.2. Структура потерь электроэнергии
1.3. Детерминированные методы расчета потерь электроэнергии в электрических сетях
1.4. Вероятностно статистические методы анализа потерь
электроэнергии в электрических сетях
1.5. Выводы
2. ТЕОРИЯ НЕЧЕТКИХ МНОЖЕСТВ
2.1. Введение в теорию нечетких множеств
2.2. Понятие лингвистической переменной
2.3. Функция принадлежности нечеткого множества
2.4. Особенности различных типов функций принадлежности нечетких множеств
2.4.1. Симметричная треугольная функция принадлежности ТЯтипа
2.5. ауровни нечетких множеств
2.6. Элементы значимой нечеткой арифметики
3. МОДЕЛИ НЕЧЕТКОГО РЕГРЕССИОННОГО АНАЛИЗА
3.1. Нечеткий регрессионный анализ по критерию минимальной нечеткости
3.2. Нечеткий регрессионный анализ, комбинированный с методом наименьших квадратов ЕЬ8ЯА
3.2.1. РЬ5ЯА по критерию минимальной нечеткости
3.2.2. РЬЗЯА по критерию максимальной совместимости
3.3. Нечеткий регрессионный анализ интервальных данных
3.4. Оценка значимости нечетких регрессионных моделей
3.5. Выводы
4. ПРИМЕНЕНИЕ МЕТОДОВ НЕЧЕТКОГО РЕГРЕССИОННОГО АНАЛИЗА ДЛЯ ОЦЕНКИ ПОТЕРЬ ЭЛЕКТРОЭНЕРГИИ В ЭЛЕКТРИЧЕСКИХ СЕТЯХ
4.1. Актуальность применения описанных методов для анализа потерь электроэнергии в электрических сетях
4.2. Нечеткий регрессионный анализ потерь электроэнергии по критерию минимальной нечеткости
4.2.1. Постановка задачи
4.2.2. Результаты применения стандартного регрессионного анализа для оценки потерь электроэнергии с учетом потребляемой нагрузки
4.2.3. Результаты применения нечеткого регрессионного анализа по критерию минимальной нечеткости для оценки потерь электроэнергии с учетом потребляемой нагрузки
4.3. Нечеткий регрессионный анализ потерь электроэнергии, комбинированный с методом наименьших квадратов
4.3.1. Постановка задачи
4.3.2. Результаты применения стандартного регрессионного анализа для оценки потерь электроэнергии с учетом ее суммарной выработки
4.3.3. Результаты применения нечеткого регрессионного анализа, комбинированного с методом наименьших квадратов, для оценки потерь электроэнергии с учетом ее суммарной выработки
4.4. Нечеткий регрессионный анализ потерь электроэнергии в случае интервальных данных
4.4.1. Постановка задачи
4.4.2. Результаты применения нечеткого регрессионного анализа для оценки потерь электроэнергии с учетом температуры окружающей среды
4.5. Выводы
5. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ МЕТОДОВ НЕЧЕТКОГО РЕГРЕССИОННОГО АНАЛИЗА В СРЕДЕ
5.1. Краткое описание пакета
5.2. Программная реализация стандартного регрессионного анализа
5.3. Программная реализация нечеткого регрессионного анализа по критерию минимальной нечеткости
5.4. Программная реализация нечеткого регрессионного анализа, комбинированного с методом наименьших квадратов
5.5. Программная реализация нечеткого регрессионного анализа интервальных данных
5.6. Выводы
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА


Во введении обоснована актуальность проблемы, сформулированы цель и задачи исследований, отмечается значение методов нечеткого регрессионного анализа для оценки и планирования потерь электроэнергии. В первой главе рассмотрена подробная классификация применяемых в настоящее время методов оценки потерь электроэнергии. Показано, что эти методы можно разделить на две большие группы детерминированные и вероятностностатистические методы. Приведено описание сути наиболее распространенных методов, относящихся к обеим группам. Сделаны выводы о недостатках описываемых методов. Во второй главе изложены основные понятия теории нечетких множеств, на которой основан применяемый в данной работе аппарат нечеткого регрессионного анализа. Рассмотрены наиболее распространенные типы функций принадлежности нечетких множеств. Более подробно показан симметричный треугольный тип функции принадлежности. Кроме того, рассмотрено понятие а уровней, а также основные формулы значимой нечеткой арифметики, используемые для определения адекватности нечетких регрессионных моделей. В третьей главе подробно представлены три основных вида нечеткого регрессионного анализа, первый из которых основан на критерии минимальной нечеткости, второй комбинирован с методом наименьших квадратов, а третий позволяет осуществлять построение регрессионных моделей при интервальной исходной информации. Исследованы и описаны возможности рассматриваемых видов анализа, их достоинства и недостатки. Рассмотрены возможные способы оценки адекватности нечетких ререссионных моделей и определения значимости их коэффициентов. В четвертой главе рассмотрено использование методов нечеткого регрессионного анализа в задачах оценки и прогнозирования потерь электроэнергии. Нечеткий регрессионный анализ по критерию минимальной нечеткости применен для решения задачи оценки потерь электроэнергии с учетом потребляемой нагрузки нечеткий регрессионный анализ, комбинированный с методом наименьших квадратов, применен для оценки потерь электроэнергии с учетом ее суммарной выработки нечеткий регрессионный анализ интервальных данных используется для анализа и прогнозирования потерь электроэнергии с учетом температуры окружающей среды. Произведен обширный сравнительный анализ всех полученных результатов, а также сопоставление моделей нечеткого подхода с результатами стандартной линейной и нелинейной регрессии. Сделаны выводы о целесообразных областях применения методов нечеткого регрессионного анализа. В пятой главе приведен аппарат математического программирования МАТЬАВ, используемый в данной работе. Более подробно представлены модули оптимизации, статистики и нечеткой логики. Показаны блоксхемы алгоритмов и тексты программной реализации методов нечеткого регрессионного анализа и стандартной регрессии. Для более наглядного представления вышеперечисленных задач имеет смысл подробно рассмотреть структуру потерь электроэнергии. Как известно, потери электроэнергии подразделяются на потери, не зависящие от нагрузки так называемые условнопостоянные и на нагрузочные потери, которые зависят от величины передаваемой по сетям мощности. Соотношение этих потерь составляет и соответственно 1,, 7. В составе нагрузочных потерь примерно это потери в линиях электропередачи и в трансформаторах. В условнопостоянных потерях наибольшую долю составляют потери холостого хода трансформаторов, потери на корону ,7, собственные нужды подстанций ,0, прочие потери 9,3. Разность между электроэнергией, поступившей в сеть по показаниям счетчиков приема электроэнергии и электроэнергией, отпущенной потребителям по показаниям счетчиков отпуска электроэнергии называют фактическими отчетными потерями электроэнергии. Д обусловленного большими отрицательными погрешностями приборов ее учета у потребителей по сравнению с аналогичными погрешностями приборов, фиксирующих ее поступление в сеть. Погрешности приборов учета включая трансформаторы тока и трансформаторы напряжения, как составляющие системы имеют двусторонние погрешности плюсминус, однако в силу ряда причин систематическая погрешность системы учета в целом среднее значение интервала имеет отрицательное значение, поэтому к ней применяется термин потери.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.204, запросов: 237