公共文化服务平台

搜索到63篇“ 电力负荷预报“的相关文章

四川盆地夏季电力负荷预报模型研究: 2018年; 通过对四川盆地自贡市2009～2015年5～9月日电力负荷与日最高气温、日最低气温、日平均气温、日平均相对湿度和天气状况的相关性进行分析,发现气象要素的变化会直接影响电力负荷调整。通过多要素逐步回归分析法创建四川盆地夏季电力负荷预测模型,并对预报模型进行有效性检验和调整,可实现对气象电力负荷的预测。通过对2016年逐日气象电力负荷进行检验、分析和判定,结果表明该预报模型有很好的预报能力,将为四川盆地电网负荷的预测和运行调度提供更加精确的应用依据。; 杨荣国杨正容; 关键词：电力负荷气象要素

一种多模型加权组合电力负荷预报的自适应权重训练方法: 本发明提供一种多模型组合电力负荷预报的自适应权重训练方法，该方法通过几种负荷预测模型的加权组合，通过大数据的长期训练，以加权组合预测误差最小为目标函数，自适应训练各模型的预测权重，提高组合模型的预测精度。; 杨秋勇彭泽武黄剑文徐晖江疆温柏坚邓楚然齐文斌; 文献传递

一种基于时间序列ARMA模型的自组织电力负荷预报方法: 本发明属于电力系统自动化技术领域，涉及一种基于时间序列ARMA模型的自组织电力负荷预报方法。本方法通过把时间序列ARMA模型与自组织分组处理GMDH模型组合，通过对时间序列ARMA模型预测误差进行自组织分组处理GMDH模...; 黄剑文蔡徽萧展辉周珑温柏坚杨秋勇邓楚然谭志海刘云; 文献传递

基于XGBoost算法的短期电力负荷预报被引量：12: 2017年; 短期电力负荷的精准预报是电力能源管理系统(EMS)合理安排生产调度计划、实现节能、经济运行的前提条件和重要保障。本文针对电力负荷波动特征具有不同时间尺度的周期相似性,根据前一天同一时刻、前一周同一时刻负荷和最近24小时平均负荷历史数据、融合气象数据以及工作日、节假日时间事件信息,采用梯度提升算法建立多信息融合的短期电力负荷极限梯度提升(XGBoost)模型,提前一天预测24点电力负荷变化趋势。通过某地区电网日负荷24点曲线预报的实验结果,表明所构建的电力负荷XGBoost预报模型相比随机森林、贝叶斯和KNN方法在计算速度和预测精度方面具有优势。; 李广野李伟田小蕾车轶锋; 关键词：短期负荷预测

基于测量序列的在线滚动短期电力负荷预报方法研究: 电力负荷预报是电力系统的重要工作之一，电力负荷预报的准确与否直接关系到一个地区经济的发展情况，电力负荷预报工作的合理有序进行是保证一个地区发展的根基;近年来，电力负荷预报逐渐引起人们的重视，无论是从能源的角度还是城市建设...; 李晶; 关键词：电力负荷预报时间序列 KALMAN滤波; 文献传递

北京夏季日最大电力负荷预报模型建立方法探讨被引量：14: 2013年; 为了探索夏季(6～8月)日气象负荷的最佳分离方式和引起日最大电力负荷波动的主要因子,以及建立预报模型最佳个数,基于北京市2005～2010年逐日最大电力负荷和同期的气象资料,分析了北京地区日最大电力负荷的变化规律,采用不同方法将气象负荷从夏季日最大电力负荷中分离出来,分析北京夏季气象负荷与气温、相对湿度、降水及炎热指数、高温持续日数、炎热日数持续时间、前一日气象负荷等因子之间的关系,并基于2005～2009年夏季逐日气象负荷和其主要影响因子采用逐步回归方法建立日最大电力负荷的预报模型,将2010年夏季北京日最大电力负荷作为预报效果的独立样本检验。结果显示:2005～2010年,北京逐日最大电力负荷具有明显的线性增长趋势,夏季日最大电力负荷具有显著的星期效应;与去掉逐年夏季日最大电力负荷趋势和夏季平均日最大电力负荷趋势相比,去掉全年逐日最大电力负荷变化趋势的夏季日气象负荷预报模型的拟合能力更优;北京夏季日气象负荷与当日气温的相关系数最高,与前一日气象负荷也关系密切;利用前一日相对气象负荷和当日气象要素一周逐日分别建立预报模型的拟合和预测效果较好。; 叶殿秀张培群赵珊珊夏鑫柯宗建王有民刘秋锋; 关键词：气象因子

一种应用BP神经网络的混沌短期电力负荷预报方法: 2010年; 文章结合混沌理论及BP神经网络方法,提出了一种非线性时间序列预测算法。该方法基于相空间重构理论,将单维电力负荷时间序列映射到高维相空间中,并采用BP神经网络作为高维相空间拟合工具,通过算例的验证,证明了该方法具有较高的预测精度。; 王桓; 关键词：BP神经网络非线性动力系统

基于自评判自学习机制的短期电力负荷预报: 2007年; 以RBF神经网络为基础,提出了一种具有自评判自学习能力的短期电力负荷预报方案,该方案包含预报器、评估器、探测器和学习机四个组成部分。预报器用来预测未来时段的电力负荷,评估器用来对预报结果进行评估,探测器用来确定预报的有效步长,学习机用于预报器的自我学习。预报器根据评估结果通过学习机制能够自动适应电力负荷的变化,从而保持一种良好的预报状态。仿真实验表明该方法在电力负荷规律不明确的环境下预报精度比传统方法高。; 林志玲李鸿儒; 关键词：电力负荷神经网络

免疫前馈神经网络在电力负荷预报中的应用被引量：1: 2007年; 提出了用免疫算法优化前馈神经网络,将网络结构、激活函数和训练方法等编码作为个体,进行免疫操作,得到最优或次优解。克服了对网络结构、激活函数和训练方法的确定没有可循规则的问题,应用于电力系统负荷预报,取得了比由经验确定的前馈神经网络更好的效果。; 刘超陈小平; 关键词：免疫算法人工神经网络电力负荷预报

短期电力负荷预报间隔采样混沌模型被引量：12: 2006年; 现有研究工作表明电力系统负荷数据具有弱混沌性。在负荷预测混沌建模方法中,Lvapunov指数预报模式具有理论基础强、模型简单、预测精度高等优点,但预测时限受负荷吸引子最大Lyapunov指数限制。针对Lyapunov指数预报模式的不足,提出了k-△t间隔采样混沌模型,首先将原始负荷序列分解为多个不相交的了序列,然后对各个子序列分别建立Lyapunov指数预报模型。改进了求解最大 Lyapunov指数的方法,探讨了原始负荷序列最大可分解子序列数目的确定依据。数值实验结果表明文中提出的模型能有效地提高负荷预测精度、增加预测时限。; 杜杰陆金桂曹一家郁云; 关键词：电力负荷预测互信息

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈