电力系统短期负荷预测精度的相关分析被引量：1

下载PDF

导出

摘要针对电力系统短期负荷预测精度的影响因素作了深入的总结和分析,重点论述了电力系统短期负荷的预测方法,以期为相关人士提供借鉴和参考。

作者林佳亮李暖群吴永峰

机构地区广东电网有限责任公司揭阳供电局

出处《自动化应用》 2017年第12期125-127,共3页 Automation Application

基金广东电网公司科技项目‘计及新能源随机波动的地区电网短期负荷预测’

关键词短期负荷预测精度数据挖掘

分类号 TM715 [电气工程—电力系统及自动化]

引文网络
相关文献

参考文献3

1余鹏,唐权,张文涛,黄民翔.基于高斯模糊信息粒化和改进小波神经网络的短期负荷区间预测研究[J].机电工程,2017,34(2):167-172. 被引量：5
2张冰,周步祥,石敏,魏金萧.基于灰色关联分析与随机森林回归模型的短期负荷预测[J].水电能源科学,2017,35(4):203-207. 被引量：20
3王璐,吴礼斌,刘佩麟,张淑慧.城市电力系统短期负荷预测与变化规律判别[J].上海工程技术大学学报,2017,31(2):136-140. 被引量：1

二级参考文献29

1姚李孝,宋玲芳,李庆宇,万诗新.基于模糊聚类分析与BP网络的电力系统短期负荷预测[J].电网技术,2005,29(1):20-23. 被引量：61
2陈伏兵,陈秀宏,高秀梅,杨静宇.二维主成分分析方法的推广及其在人脸识别中的应用[J].计算机应用,2005,25(8):1767-1770. 被引量：20
3陈昊.基于广义自回归条件异方差模型的负荷预测新方法[J].电力系统自动化,2007,31(15):51-54. 被引量：49
4康重庆,相年德,夏清.负荷持续曲线的神经网络模型[J].电力系统及其自动化学报,1997,9(1):1-7. 被引量：2
5王德意,杨卓,杨国清.基于负荷混沌特性和最小二乘支持向量机的短期负荷预测[J].电网技术,2008,32(7):66-71. 被引量：34
6叶圣永,王晓茹,刘志刚,钱清泉.基于随机森林算法的电力系统暂态稳定性评估[J].西南交通大学学报,2008,43(5):573-577. 被引量：19
7王捷,吴国忠,李艳昌.蚁群灰色神经网络组合模型在电力负荷预测中的应用[J].电力系统保护与控制,2009,37(2):48-52. 被引量：26
8杨娜,付强,王淑丽,李荣东,朱萍萍,张少坤,杨先野.小波神经网络模型的改进及其应用[J].系统工程理论与实践,2009,29(1):168-173. 被引量：15
9吴景龙,杨淑霞,刘承水.基于遗传算法优化参数的支持向量机短期负荷预测方法[J].中南大学学报（自然科学版）,2009,40(1):180-184. 被引量：133
10张谦,朱雪凌,黄俊辉,张宁,李琥.负荷持续曲线的解析化模型及其预测方法[J].中国电力,2009,42(9):49-53. 被引量：15

共引文献23

1丁浩,曹杰.基于信息粒化的数据拟合模型对城市主干道交通违法数据分析——以南京市中心城区为例[J].科技管理研究,2018,38(10):227-234.
2谢毓广,刘童,陈凡,马金辉.基于置信度理论和多元线性回归方程的电网负荷预测[J].电工技术,2018(13):42-45. 被引量：10
3王月强,张文博,仇张权,朱铮,童潇宁,王加祥.长兴岛产业园区电力数据分析及用户需求方法研究[J].电气应用,2019,0(8):96-103. 被引量：2
4钟林霞,万旺根,罗梓月.基于Hadoop和回声状态网络的事项办理量预测[J].工业控制计算机,2018,31(2):69-71.
5陈广开,陈书弘,潘炜,陈臣,焦润海.基于随机森林滚动预测的电量追补算法[J].智慧电力,2018,46(12):45-49. 被引量：8
6徐辉军,张林男.基于GM-ARMA组合模型的PM2.5浓度预测——以扬州市为例[J].南通职业大学学报,2018,32(4):67-71. 被引量：3
7田心如,蔡凝昊,张志薇.基于气象因子及机器学习回归算法的夏季空调负荷预测[J].气象科学,2019,39(4):548-555. 被引量：10
8王子焉,倪渊,张健.基于灰色关联分析—随机森林回归的网络平台专利价值评估方法研究[J].情报理论与实践,2019,42(10):109-116. 被引量：18
9霍娟,孙晓伟,张明杰.电力负荷预测算法比较-随机森林与支持向量机[J].电力系统及其自动化学报,2019,31(7):129-134. 被引量：24
10吴茵,莫东,李秋文,张德亮,黄红伟,毛文照.基于分类波动性统计的短期负荷改进区间预测方法[J].电力大数据,2019,22(11):14-20. 被引量：6

同被引文献11

1张亚军,刘志刚,霍柏超,张大波.基于支持向量机的电力负荷组合预测模型[J].电力需求侧管理,2007,9(2):14-17. 被引量：9
2肖伟,罗滇生,董雪.积温效应分析及日最大负荷预测中的应用[J].微计算机信息,2009,25(1):262-264. 被引量：10
3姜玉山,刘嘉婧,卢毅.基于回归分析的频域分解短期负荷预测方法[J].电力需求侧管理,2011,13(5):12-16. 被引量：8
4段其昌,饶志波,黄大伟,林森.基于EMD和PSO-SVM的电力系统中期负荷预测[J].控制工程,2012,19(5):913-917. 被引量：12
5谭风雷,苗振林.基于分段积温效应的夏季负荷组合预测方法[J].电力需求侧管理,2014,16(2):4-8. 被引量：6
6李鹏,何帅,韩鹏飞,郑苗苗,黄敏,孙健.基于长短期记忆的实时电价条件下智能电网短期负荷预测[J].电网技术,2018,42(12):4045-4052. 被引量：104
7张淑清,师荣艳,董玉兰,李盼,任爽,姜万录.双变量小波阈值去噪和改进混沌预测模型在短期电力负荷预测中的应用[J].中国电机工程学报,2015,35(22):5723-5730. 被引量：15
8吴倩红,高军,侯广松,韩蓓,汪可友,李国杰.实现影响因素多源异构融合的短期负荷预测支持向量机算法[J].电力系统自动化,2016,40(15):67-72. 被引量：93
9黄晗,孙堃,刘达.基于随机森林的电力系统小时负荷预测研究[J].智慧电力,2018,46(5):8-14. 被引量：34
10杨国华,郑豪丰,张鸿皓,贾睿.基于Holt-Winters指数平滑和时间卷积网络的短期负荷预测[J].电力系统自动化,2022,46(6):73-82. 被引量：35

引证文献1

1向德军,张维静,冯歆尧,杨秋勇,蔡元纪.考虑特征值细分的广义加性短期负荷预测模型[J].电力需求侧管理,2023,25(1):46-51. 被引量：4

二级引证文献4

1李吉峰,潘峰,王延勃,梁贤明,吴俊,郭思辰.考虑联络线负荷匹配特性的供电分区深度迁移学习负荷预测[J].电气应用,2023,42(9):24-32.
2封钰,宋佑斌,金晟,冯家欢,史雪晨,俞永杰,黄弦超.基于随机森林算法和粗糙集理论的改进型深度学习短期负荷预测模型[J].发电技术,2023,44(6):889-895. 被引量：13
3许青,张龄之,梁琛,李亚昕.基于联合时序场景和改进TCN的高比例新能源电网负荷预测[J].广东电力,2024,37(1):1-7. 被引量：2
4刘家铭,梁栋,赵伟同,王鹏玮,徐丙垠,黄超艺,朱毅勇.导线触树故障明火分布估计的多维零序电流特征有效性分析[J].供用电,2024,41(11):43-50.

1黄宇腾,韩翊,赖尚栋.深度神经网络在配电网公变短期负荷预测中的应用研究[J].浙江电力,2018,37(5):1-6. 被引量：27

自动化应用

2017年第12期

浏览历史

内容加载中请稍等...

电力系统短期负荷预测精度的相关分析被引量：1

参考文献3

二级参考文献29

共引文献23

同被引文献11

引证文献1

二级引证文献4

相关作者

相关机构

相关主题

浏览历史

电力系统短期负荷预测精度的相关分析 被引量：1

参考文献3

二级参考文献29

共引文献23

同被引文献11

引证文献1

二级引证文献4

相关作者

相关机构

相关主题

浏览历史

电力系统短期负荷预测精度的相关分析被引量：1