期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于卡尔曼滤波预测节假日逐点增长率的电力系统短期负荷预测
被引量：
40
1
作者
陈
培
垠
方彦军
《武汉大学学报（工学版）》
CAS
CSCD
北大核心
2020年第2期139-144,共6页
节假日电力系统负荷打破了正常日电力负荷周期性的规律,且节假日负荷样本数据较少,用常规正常日电力负荷模型进行短期预测时,往往效果不佳。为此,提出一种基于卡尔曼滤波预测节假日逐点增长率的电力系统短期负荷预测模型,改善了由于样...
节假日电力系统负荷打破了正常日电力负荷周期性的规律,且节假日负荷样本数据较少,用常规正常日电力负荷模型进行短期预测时,往往效果不佳。为此,提出一种基于卡尔曼滤波预测节假日逐点增长率的电力系统短期负荷预测模型,改善了由于样本数据缺少、预测时间跨度大以及与正常日负荷特性差异较大等原因导致的预测精度不理想的现象。通过对节假日负荷特性进行分析,针对不同类型的节假日建立卡尔曼滤波预测模型,在考虑各类影响负荷变化的外部因素的基础上选择节前相关日,通过预测节假日逐点增长率提高预测精度。将提出的预测模型应用于某市节假日短期负荷预测,得到的结果显示预测精度能够满足实际需要,可为相关电力部门对节假日负荷预测提供一定的参考价值。
展开更多
关键词
短期负荷预测
卡尔曼滤波
节假日
相关因素
节假日逐点增长率
原文传递
基于气象综合指数和加权LSSVM的短期电力负荷组合预测
被引量：
1
2
作者
吕何
孔政敏
+1 位作者
陈
培
垠
刘晓帆
《电气应用》
2019年第10期42-50,共9页
短期电力负荷易受气象情况、日期属性和偶然因素等影响,预测准确度较低。为解决上述问题,提出了基于气象综合指数和加权最小二乘支持向量机(WLS-SVM)的电力负荷组合预测方法。分析气象因子耦合作用引入气象综合指数进行短期负荷预测。...
短期电力负荷易受气象情况、日期属性和偶然因素等影响,预测准确度较低。为解决上述问题,提出了基于气象综合指数和加权最小二乘支持向量机(WLS-SVM)的电力负荷组合预测方法。分析气象因子耦合作用引入气象综合指数进行短期负荷预测。采用线性映射与分区映射方法处理负荷特征,解决了数据之间的差异性,并采用灰色关联分析得到气象综合指数与电力负荷的关联度,其权重系数由关联度确定。在优化最小二乘支持向量机(LSSVM)上将径向基核函数(RBF)和权重系数相结合得到WLSSVM。最后提出滚动窗口预测法并建立短期负荷组合优化预测模型,降低偶然误差对负荷预测结果的影响。以我国南方某电网公司每日96点负荷历史数据为实例样本进行仿真,结果表明所提出方法与LSSVM预测方法相比预测准确度更高,逐时预测性能优于逐天预测,验证了所提方法的有效性。
展开更多
关键词
负荷预测
气象综合指数
关联分析
滚动窗口预测法
最小二乘支持向量机
下载PDF
职称材料
题名
基于卡尔曼滤波预测节假日逐点增长率的电力系统短期负荷预测
被引量：
40
1
作者
陈
培
垠
方彦军
机构
武汉大学动力与机械学院
出处
《武汉大学学报（工学版）》
CAS
CSCD
北大核心
2020年第2期139-144,共6页
基金
国家自然科学基金面上项目(编号:61170024)
国家自然科学基金资助项目(编号:51707135)。
文摘
节假日电力系统负荷打破了正常日电力负荷周期性的规律,且节假日负荷样本数据较少,用常规正常日电力负荷模型进行短期预测时,往往效果不佳。为此,提出一种基于卡尔曼滤波预测节假日逐点增长率的电力系统短期负荷预测模型,改善了由于样本数据缺少、预测时间跨度大以及与正常日负荷特性差异较大等原因导致的预测精度不理想的现象。通过对节假日负荷特性进行分析,针对不同类型的节假日建立卡尔曼滤波预测模型,在考虑各类影响负荷变化的外部因素的基础上选择节前相关日,通过预测节假日逐点增长率提高预测精度。将提出的预测模型应用于某市节假日短期负荷预测,得到的结果显示预测精度能够满足实际需要,可为相关电力部门对节假日负荷预测提供一定的参考价值。
关键词
短期负荷预测
卡尔曼滤波
节假日
相关因素
节假日逐点增长率
Keywords
short-term load forecasting
Kalman filtering
holiday
related factors
holiday point-by-point growth rate
分类号
TM714 [电气工程—电力系统及自动化]
原文传递
题名
基于气象综合指数和加权LSSVM的短期电力负荷组合预测
被引量：
1
2
作者
吕何
孔政敏
陈
培
垠
刘晓帆
机构
武汉大学电气工程学院
出处
《电气应用》
2019年第10期42-50,共9页
基金
国家自然科学基金（51707135）
文摘
短期电力负荷易受气象情况、日期属性和偶然因素等影响,预测准确度较低。为解决上述问题,提出了基于气象综合指数和加权最小二乘支持向量机(WLS-SVM)的电力负荷组合预测方法。分析气象因子耦合作用引入气象综合指数进行短期负荷预测。采用线性映射与分区映射方法处理负荷特征,解决了数据之间的差异性,并采用灰色关联分析得到气象综合指数与电力负荷的关联度,其权重系数由关联度确定。在优化最小二乘支持向量机(LSSVM)上将径向基核函数(RBF)和权重系数相结合得到WLSSVM。最后提出滚动窗口预测法并建立短期负荷组合优化预测模型,降低偶然误差对负荷预测结果的影响。以我国南方某电网公司每日96点负荷历史数据为实例样本进行仿真,结果表明所提出方法与LSSVM预测方法相比预测准确度更高,逐时预测性能优于逐天预测,验证了所提方法的有效性。
关键词
负荷预测
气象综合指数
关联分析
滚动窗口预测法
最小二乘支持向量机
Keywords
combined load forecast
meteorological composite index
relational analysis
scrolling window forecast
least squares support vector machin
分类号
TM715 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于卡尔曼滤波预测节假日逐点增长率的电力系统短期负荷预测
陈
培
垠
方彦军
《武汉大学学报（工学版）》
CAS
CSCD
北大核心
2020
40
原文传递
2
基于气象综合指数和加权LSSVM的短期电力负荷组合预测
吕何
孔政敏
陈
培
垠
刘晓帆
《电气应用》
2019
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
