畢業(yè)論文-股票分析技術(shù)與風(fēng)險(xiǎn)分析方法在電力系統(tǒng)短期負(fù)荷預(yù)報(bào)的應(yīng)用研究

摘要：電力系統(tǒng)短期負(fù)荷預(yù)測(cè)是能量管理系統(tǒng)(EMS)的重要組成部分，是電力系統(tǒng)安全、經(jīng)濟(jì)、可靠運(yùn)行的前提和基礎(chǔ)，其預(yù)測(cè)精度直接影響到電力系統(tǒng)的經(jīng)濟(jì)效益。研究負(fù)荷特性、負(fù)荷分析理論與預(yù)測(cè)算法并開發(fā)高效實(shí)用的負(fù)荷預(yù)測(cè)系統(tǒng)已成為當(dāng)前十分重要的課題。
本文首先介紹了短期電力系統(tǒng)負(fù)荷預(yù)測(cè)的意義和主要方法，然后對(duì)電力負(fù)荷預(yù)測(cè)與股票技術(shù)相結(jié)合的假想做了合理性分析，提出了采用SVM與股票技術(shù)指標(biāo)相結(jié)合的方法。而后詳細(xì)的介紹了SVM理論，并以SVM算法為核心，在輸入矢量環(huán)節(jié)加入股票技術(shù)的元素，利用MATLAB編寫具有圖形界面的負(fù)荷預(yù)測(cè)軟件，并且創(chuàng)造性的以股市K線圖的方式進(jìn)行輸出表示。
最后，在對(duì)全文總結(jié)的基礎(chǔ)上討論了存在的問題和今后的研究方向。

關(guān)鍵詞：電力系統(tǒng)負(fù)荷預(yù)測(cè)  股票趨勢(shì)技術(shù)  SVM  MATLAB

Abstract: Power system short-term load forecasting is an important part of energy management system (EMS),and it is also the premise and basis of the security,economic and reliable operation of power system.The forecast accuracy directly affect the economic benefit of power system. Research load characteristics, load analysis theory and prediction algorithm and the development of more effective and practical load forecast system has currently become very important topic
This paper first introduced the short-term the significance of power system load forecasting,then do the rational analysis of the hypothetical combining stock technologies with power load forecasting.The paper also put forward the method that applying technical indexes in SVM. Then detailed introduces the SVM theory, and for the core, with SVM algorithm in the input vector link to join stock technology elements, using MATLAB graphical interface with the load forecasting software, and creative by means of stock market K line for the output.

Key words:  Load Forecasting for Electric Power System    
Technical Analysis of Stock Trends      SVM      MATLAB

目錄
摘要 I
Abstract II
第1章  緒論 1
1.1短期負(fù)荷預(yù)測(cè)的重要意義 1
1.2短期負(fù)荷預(yù)測(cè)的研究現(xiàn)狀 2
1.3本文所作的工作 3
第2章 股票趨勢(shì)分析技術(shù)應(yīng)用在電力系統(tǒng)負(fù)荷預(yù)測(cè)的合理性分析 4
2.1預(yù)測(cè)的廣泛性和通用性 4
2.2股票趨勢(shì)分析技術(shù)簡(jiǎn)介 5
2.3電力系統(tǒng)負(fù)荷預(yù)測(cè)與股票趨勢(shì)預(yù)測(cè)之間的聯(lián)系 6
2.4股票技術(shù)應(yīng)用在電力系統(tǒng)負(fù)荷預(yù)測(cè)中的方法 7
第3章 電力系統(tǒng)負(fù)荷預(yù)測(cè)的理論基礎(chǔ) 8
3.1支持向量機(jī)（SVM）的理論基礎(chǔ) 8
3.2支持向量機(jī)實(shí)現(xiàn)的基本思想 8
3.3 SVM訓(xùn)練求解算法 11
第4章 結(jié)合股票技術(shù)的短期負(fù)荷預(yù)測(cè)的方法研究 11
4.1利用K線圖進(jìn)行負(fù)荷分析 11
4.1.1圖形概述 12
4.1.2 K 線圖在負(fù)荷分析與預(yù)測(cè)中的應(yīng)用 13
4.1.3應(yīng)用實(shí)例 15
4.2利用股票技術(shù)指標(biāo)進(jìn)行負(fù)荷預(yù)測(cè) 16
4.2.1采用神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)時(shí)輸入矢量選擇的重要性 16
4.2.2改進(jìn)的輸入矢量的選擇辦法 16
第5章 基于SVM與股票技術(shù)的電力系統(tǒng)負(fù)荷預(yù)測(cè) 17
5.1 SVM回歸問題的數(shù)學(xué)描述 17
5.2輸入矢量與樣本的選擇 18
5.3輸入數(shù)據(jù)的預(yù)處理 19
5.4誤差分析 19
5.5我國調(diào)度部門關(guān)于預(yù)測(cè)效果的評(píng)價(jià)與考核 20
5.6使用MATLAB實(shí)現(xiàn)SVM負(fù)荷預(yù)測(cè)模型 20
第6章 軟件開發(fā)及功能模塊介紹 22
6.1 MATLAB工程軟件及神經(jīng)網(wǎng)絡(luò)工具箱介紹 22
6.2負(fù)荷預(yù)測(cè)軟件的介紹及應(yīng)用 23
第7章 預(yù)測(cè)結(jié)果及分析 28
7.1武漢市負(fù)荷預(yù)測(cè)結(jié)果 28
7.2預(yù)測(cè)效果的評(píng)價(jià)和考核 31
7.3誤差分析及小結(jié) 32
第8章 結(jié)論 32
致謝 34
附錄 34
附錄1 BIAS的意義與算法 34
附錄2 SVM預(yù)測(cè)的詳細(xì)代碼 35
參考文獻(xiàn) 50