基于多影响因素数据分析的负荷短期预测方法

下载PDF

导出

摘要基于用电信息采集系统和营销业务应用系统积累的大量采集数据,结合天气、经济、社会等外部数据,综合分析影响负荷预测的各种因素。以专公变用户类型分类,建立负荷短期预测的数据分析模型,实现对电力短期负荷的精准预测,并将预测结果与真实值进行对比,反馈至预测模型进行模型更新,为电力企业生产规划与资源调度提供重要的决策依据。

作者陈罡李姗姗

机构地区国网江西省电力有限公司南昌供电分公司

出处《科技与创新》 2024年第20期76-79,共4页 Science and Technology & Innovation

关键词负荷多因素用户分类预测模型

分类号 TP183 [自动化与计算机技术—控制理论与控制工程] TM715 [自动化与计算机技术—控制科学与工程]

引文网络
相关文献

参考文献8

1张三军..基于LSTM的电力分析和负荷预测系统的研究与实现[D].石河子大学,2023:
2张泽龙,韦冬妮,唐梦媛,纪强,杨燕.基于改进LSTM的电力负荷预测与成本感知优化策略研究[J].电子设计工程,2023,31(21):132-136. 被引量：7
3苏颜,张珍,林庆达,侯剑,吴燕.基于BP神经网络算法的短期电力负荷预测研究[J].电子设计工程,2022,30(12):167-170. 被引量：24
4孙胜博,吴彬彬,陈晔,吴迪.双通道多因素短期电力负荷预测模型[J].计算机工程与设计,2023,44(6):1875-1884. 被引量：7
5余珊,温蜜,顾春华,陈禹帆.基于VMD-DenseNet的短期电力负荷预测[J].计算机应用与软件,2023,40(7):34-40. 被引量：4
6巴艳坤,郭松林.改进鲸鱼优化算法的电力负荷短期预测模型[J].电子测试,2022,36(20):45-48. 被引量：2
7杨健,孙涛,陈小龙,苏坚,姚健,周倩.基于VMD-EWT-IASSP-EBILSTM的短期电力负荷预测[J].科学技术与工程,2023,23(27):11646-11654. 被引量：6
8李飞宏,肖迎群.基于VMD-GRU-EC的短期电力负荷预测方法[J].中国测试,2023,49(10):120-127. 被引量：5

二级参考文献68

1殷豪,欧祖宏,陈德,孟安波.基于二次模式分解和级联式深度学习的超短期风电功率预测[J].电网技术,2020,44(2):445-453. 被引量：43
2李国庆,刘钊,金国彬,权然.基于随机分布式嵌入框架及BP神经网络的超短期电力负荷预测[J].电网技术,2020,44(2):437-445. 被引量：65
3薛阳,张宁,吴海东,俞志程,李蕊.基于UTCI-MIC与振幅压缩灰色模型的用户侧微电网短期负荷预测方法[J].电网技术,2020,44(2):556-563. 被引量：26
4黄岳嵘,徐晓钟,张益铭,王劲松.基于ARIMA和神经网络模型的城市燃气负荷预测[J].计算机应用与软件,2011,28(12):206-209. 被引量：8
5李彬,陈京生,李德智,石坤,杨斌,祁兵,孙毅,奚培锋.我国实施大规模需求响应的关键问题剖析与展望[J].电网技术,2019,43(2):694-704. 被引量：56
6刘晓菲,商立群.非线性主成分分析和RBF神经网络的电力系统负荷预测[J].电网与清洁能源,2016,32(1):47-52. 被引量：12
7陈艳平,毛弋,陈萍,童伟,袁建亮.基于EEMD-样本熵和Elman神经网络的短期电力负荷预测[J].电力系统及其自动化学报,2016,28(3):59-64. 被引量：56
8郭瑞,樊亚敏,潘玉民.一种结合互补集合经验模态分解和小波核极限学习机的短期电力负荷预测模型[J].计算机应用与软件,2016,33(12):243-247. 被引量：6
9谢辉煌,郑荣进,黄晓生.趋势外推法在连江县电力负荷预测中的应用[J].电气时代,2017,0(6):78-80. 被引量：5
10唐承娥.基于交变粒子群BP网络的电力系统短期负荷预测[J].计算机科学,2017,44(B11):133-135. 被引量：9

共引文献46

1刘辉,凌宁青,罗志强,孙志媛.基于TCN-LSTM和气象相似日集的电网短期负荷预测方法[J].智慧电力,2022,50(8):30-37. 被引量：33
2成润坤,岳赛雅,张国维,侯赛,刘达.双碳及能源安全背景下中国电煤月度需求组合预测[J].智慧电力,2022,50(9):1-7. 被引量：5
3高恬,牛东晓,纪正森,斯琴卓娅.双碳目标下基于分解-集成的月度煤电需求预测研究[J].智慧电力,2022,50(9):22-29. 被引量：3
4狄曙光,刘峰,孙建宇,冀超,董铎亮,蔄靖宇.基于改进ABC和IDPC-MKELM的短期电力负荷预测[J].智慧电力,2022,50(9):74-81. 被引量：17
5唐晓,陈芳,许强,李乐萍,郭嘉.改进鲸鱼算法优化的多维度深度极限学习机短期负荷预测[J].山东电力技术,2023,50(1):1-7. 被引量：4
6熊宁,肖异瑶,姚志刚,钟士元,舒娇.基于元胞自动机技术的农村中长期负荷预测方法[J].电测与仪表,2023,60(4):106-112.
7简定辉,李萍,黄宇航,梁志洋.基于CEEMDAN-LSTM-CNN网络的短期电力负荷预测[J].电工电气,2023(6):1-6. 被引量：4
8李晓淞,黄茜,郭木涵,王立岩.基于麻雀搜索算法优化BP神经网络的短期负荷预测[J].信息记录材料,2023,24(6):224-227. 被引量：2
9朱卫涛,邹文文,贾钦,卢耀文,雷武.基于DWT-SOM-HFS的配电台区短期负荷预测研究与应用[J].智慧电力,2023,51(6):78-85. 被引量：9
10颜高洋,丁贵立,许志浩,王宗耀,康兵,刘向向.基于帝王蝶优化算法的BP神经网络能源预测模型研究[J].南昌工程学院学报,2023,42(3):88-94. 被引量：3

1周冀,王莹.业扩报装效率及效益分析研究[J].中文科技期刊数据库（引文版）工程技术,2016(9):44-44. 被引量：1
2赵焱斌.基于支持向量机的风电并网短期负荷预测方法[J].电气时代,2024(9):32-34.
3张逸,林楠,张良羽,张妍,刘必杰.基于多源数据的馈线谐波频谱估计方法[J].电力系统保护与控制,2024,52(11):63-73.
4张祖坤,朱瑞金,王纪元.生成对抗网络及其在短期负荷预测中的应用综述[J].电工技术,2024(16):44-49.
5王书林,苗兴,朱德良,窦诚,张征,赵杰清.基于用电信息采集系统的双模通信技术研究[J].科技创新与生产力,2024,45(10):101-106.
6陈勇.基于用电信息采集的用电监察管理研究[J].中文科技期刊数据库（文摘版）工程技术,2016(10):117-117.
7刘继彦,宋燕霞,赵建文,师磊.营销费控系统现状分析[J].中文科技期刊数据库（全文版）工程技术,2016(11):311-311.
8孟超,杨宝辉,张子伟,罗晨,杨思学,李阳.基于信息化的台区精准降损管理新模式[J].农电管理,2024(4):45-49. 被引量：2
9陈彦宇.数据科学技术在烟草工艺质量管理中的应用[J].数字技术与应用,2024,42(7):170-173.
10刘再飞,李儒金,李海奇,冯文宗.基于“防反结合”思路的反窃电解决方案研究[J].中文科技期刊数据库（文摘版）工程技术,2016(8):114-114.

科技与创新

2024年第20期

浏览历史

内容加载中请稍等...

基于多影响因素数据分析的负荷短期预测方法

参考文献8

二级参考文献68

共引文献46

相关作者

相关机构

相关主题

浏览历史