期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于小波分析的电力系统短期负荷预测方法 被引量:149
1
作者 邰能灵 侯志俭 +2 位作者 李涛 蒋传文 宋炯 《中国电机工程学报》 EI CSCD 北大核心 2003年第1期45-50,共6页
在分析电力负荷频谱特性时发现负荷信号的变化过程具有连续频谱的特性。该文在此基础上提出一种基于小波变换的电力系统短期负荷预测新方法:通过小波变换,将各序列分量分别投影到不同的尺度上,对不同的子负荷序列进行数据处理,并分别采... 在分析电力负荷频谱特性时发现负荷信号的变化过程具有连续频谱的特性。该文在此基础上提出一种基于小波变换的电力系统短期负荷预测新方法:通过小波变换,将各序列分量分别投影到不同的尺度上,对不同的子负荷序列进行数据处理,并分别采用相匹配的模型进行预测,最后通过小波重构,得到完整的负荷预测结果。算例计算表明新方法具有较高的预测精度和较强的适应能力。 展开更多
关键词 电力系统 短期负荷预测方法 小波分析 模糊神经网络
在线阅读 下载PDF
分类管理方法在短期负荷预测工作中的应用
2
作者 黎强 《农村电工》 2017年第4期53-53,共1页
负荷预测方法比较多,应用比较广泛的负荷预测方法有趋势分析法、回归分析法、弹性系数法等。虽然各种方法各有千秋,但还没有一种适应于电网负荷基数低、负荷突变明显的县级电网短期负荷预测方法。笔者针对国网山东成武县供电公司电网... 负荷预测方法比较多,应用比较广泛的负荷预测方法有趋势分析法、回归分析法、弹性系数法等。虽然各种方法各有千秋,但还没有一种适应于电网负荷基数低、负荷突变明显的县级电网短期负荷预测方法。笔者针对国网山东成武县供电公司电网负荷特点,通过多年的实践总结,使用分类研究、各个击破的方法,探索出一套短期负荷分类预测法的创新模式。 展开更多
关键词 短期负荷预测方法 分类管理 应用 电网负荷 趋势分析法 回归分析法 弹性系数法 县级电网
在线阅读 下载PDF
提高电网短期负荷预测精度的研究 被引量:4
3
作者 钟惠锋 《广东电力》 2011年第6期97-100,共4页
以广东珠海电网为例,对负荷特性、经济发展特点、气候变化、预测技术等影响负荷预测的因素进行分析,提出提高电网短期负荷预测精度的措施:建立和完善典型日负荷样本数据库;特殊事件造成负荷较大变化时进行人工干预;合理做好负荷日的类... 以广东珠海电网为例,对负荷特性、经济发展特点、气候变化、预测技术等影响负荷预测的因素进行分析,提出提高电网短期负荷预测精度的措施:建立和完善典型日负荷样本数据库;特殊事件造成负荷较大变化时进行人工干预;合理做好负荷日的类型分析;采用扩展短期负荷预测方法进行明日负荷预测;建立气象负荷数据源预测模型。这些措施在珠海电网中应用效果显著。 展开更多
关键词 电力系统规划 短期负荷预测精度 扩展短期负荷预测方法 负荷特性 预测模型
在线阅读 下载PDF
气象要素在电力负荷预测中的应用 被引量:25
4
作者 罗慧 巢清尘 +2 位作者 李奇 刘安麟 顾润源 《气象》 CSCD 北大核心 2005年第6期15-18,共4页
综合应用人工神经网络、模糊理论等智能技术,着重考虑天气因素对电力负荷的影响,确定了一种有效的电力系统短期负荷预测方法。并应用陕西省9个地市1998~2001年的逐日8个气象要素以及对应的逐日电力负荷值,对陕西省电力负荷进行训练和预... 综合应用人工神经网络、模糊理论等智能技术,着重考虑天气因素对电力负荷的影响,确定了一种有效的电力系统短期负荷预测方法。并应用陕西省9个地市1998~2001年的逐日8个气象要素以及对应的逐日电力负荷值,对陕西省电力负荷进行训练和预测,研究结果证明这种方法能较大地提高日负荷预测的精度。 展开更多
关键词 气象要素 电力负荷预测 1998-2001年 短期负荷预测方法 人工神经网络 负荷预测 综合应用 智能技术 模糊理论 天气因素 电力系统 研究结果 陕西省 大地
在线阅读 下载PDF
Knowledge mining collaborative DESVM correction method in short-term load forecasting 被引量:3
5
作者 牛东晓 王建军 刘金朋 《Journal of Central South University》 SCIE EI CAS 2011年第4期1211-1216,共6页
Short-term forecasting is a difficult problem because of the influence of non-linear factors and irregular events.A novel short-term forecasting method named TIK was proposed,in which ARMA forecasting model was used t... Short-term forecasting is a difficult problem because of the influence of non-linear factors and irregular events.A novel short-term forecasting method named TIK was proposed,in which ARMA forecasting model was used to consider the load time series trend forecasting,intelligence forecasting DESVR model was applied to estimate the non-linear influence,and knowledge mining methods were applied to correct the errors caused by irregular events.In order to prove the effectiveness of the proposed model,an application of the daily maximum load forecasting was evaluated.The experimental results show that the DESVR model improves the mean absolute percentage error(MAPE) from 2.82% to 2.55%,and the knowledge rules can improve the MAPE from 2.55% to 2.30%.Compared with the single ARMA forecasting method and ARMA combined SVR forecasting method,it can be proved that TIK method gains the best performance in short-term load forecasting. 展开更多
关键词 load forecasting support vector regression knowledge mining ARMA differential evolution
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部