-
题名基于天气信息修正的短期冷热电负荷联合预测方法
被引量：2
- 1
-
-
作者
曹晓波
李津
杨鑫
杨少华
师锛博
卢志刚
-
机构
国网雄安新区供电公司
燕山大学河北省电力电子节能与传动控制重点实验室
-
出处
《燕山大学学报》
CAS
北大核心
2022年第3期230-238,共9页
-
基金
国家自然科学基金资助项目(61873225)
河北省自然科学基金资助项目(E2020203205)
河北省电力有限公司科技项目(5204XQ20008R)。
-
文摘
针对冷热电负荷波动与天气信息关系密切的现状,提出一种基于天气信息修正的短期冷热电负荷联合预测方法。首先,使用基于增量学习的宽度学习预测模型对待预测日天气信息进行修正;同时,使用季节分解方法对冷热电负荷进行分解,将三种负荷分解成为长期趋势及循环分量、季节分量以及不规则分量。其次,对分解不同负荷得到的相同分量使用同一个预测模型进行预测,并将各分量预测结果综合得到冷热电负荷预测结果。最后,利用某地区的真实天气数据及负荷数据进行分析,对所提天气修正方法和模型框架在冷热电负荷预测中的优越性进行了验证。结果表明,与常见的预测模型以及一般的预测框架对比,所提方法能够有效提高冷热电负荷预测精度。
-
关键词
冷热电负荷预测
天气信息修正
增量学习
宽度学习
季节分解
-
Keywords
cooling,heating and power load forecasting
weather information correction
incremental learning
broad learning system
seasonal decomposition
-
分类号
TM721
[电气工程—电力系统及自动化]
-
