-
题名基于最小二乘状态估计和模糊神经的中长期负荷预测
- 1
-
-
作者
张飞飞
沈嘉怡
-
机构
国网上海市电力公司
-
出处
《电气自动化》
2024年第4期56-59,共4页
-
基金
国家电网有限公司科技项目(SGHNJN00YZJS2211257)。
-
文摘
可靠准确的中长期电力负荷预测可以使电力公司和发电公司更好地分配配电网络,并有助于在可再生能源并网时提高对电力系统的保护稳定性。为此,提出一种基于加权最小二乘状态估计和模糊神经网络的中长期电力负荷预测方案。基于最小二乘状态估计得到的潮流信息和来自神经网络得到的预测负荷作为模糊神经网络的输入,借由模糊神经网络生成高质量的中长期电力负荷预测结果,最后在IEEE 30总线系统上进行验证和评估。试验结果表明,所提方案可以实现平均绝对百分比误差低于2.55%,比单独的最小二乘状态估计法和模糊神经网络法拥有更低的平均绝对百分比误差。
-
关键词
中长期负荷预测
最小二乘状态估计
模糊神经网络
数据精细化
WLS-FNN负荷预测模型
IEEE
30总线系统
-
Keywords
medium and long-term load forecasting
least squares state estimation
fuzzy neural network
data refinement
WLS-FNN load forecasting model
IEEE 30 bus system
-
分类号
TM74
[电气工程—电力系统及自动化]
-
-
题名冷热电联供系统多形态电负荷的中长期预测方法
- 2
-
-
作者
纪云龙
杨俊
张峰
翟亮
杨静
-
机构
国网新疆电力有限公司昌吉供电公司
-
出处
《微型电脑应用》
2022年第11期53-56,63,共5页
-
基金
国网新疆电力有限公司科技项目(SGXJCJ00KJJS2001417)。
-
文摘
针对冷热电联供系统多形态电负荷预测精度低的问题,通过将预测模型嵌入到联供系统中进行数据归纳和数据整理,利用联供系统供能线路图设计长期预测模型,使联供系统多形态电负荷预测数据有了理论基础。运用Volterra算法提高预测数据准确性,增加了预测模型的精度。通过Simulink对预测电负荷数据进行仿真,发现本研究预测方法更加符合实际,相对误差在0%~6%范围波动,稳定性高。
-
关键词
冷热电联供系统
多形态电负荷
供能线路图
Volterra算法
电负荷长期预测模型
-
Keywords
combined cooling,heating and power system
multi-form electric load
energy supply diagram
Volterra algorithm
long-term load forecasting model
-
分类号
TM933
[电气工程—电力电子与电力传动]
-
-
题名广东省博罗县中长期电力负荷预测的研究
被引量：7
- 3
-
-
作者
涂钊颖
毛弋
宋霄霄
袁俊亮
-
机构
湖南大学电气与信息工程学院
-
出处
《湖南师范大学自然科学学报》
CAS
北大核心
2019年第1期76-81,共6页
-
基金
863计划项目(2012AA050215)
-
文摘
基于中长期电力负荷预测受诸多不确定因素的影响,结合广东省博罗县电力负荷的发展情况,建立了一种基于灰色系统理论的中长期负荷组合预测模型,旨在提高博罗电力负荷预测的准确度。对传统灰色预测模型进行了改进,引入二次指数平滑法对原始数据进行修正,构造一个新的样本序列,并构建灰色等维新息预测模型。然后将改进后的GM(1,1)模型与一元二次回归模型进行线性组合,该预测模型精度高,其结果对博罗电力生产实际具有指导意义。
-
关键词
中长期负荷预测
灰色系统理论
组合预测模型
二次指数平滑法
等维新息
一元二次回归模型
-
Keywords
medium and long term load forecasting
grey system theory
combined forecasting model
quadratic exponential smoothing method
equal dimensional innovation
one-dimensional quadratic regression model
-
分类号
TM714
[电气工程—电力系统及自动化]
-
-
题名基于ConvLSTM-LSTM的短期负荷预测方法
- 4
-
-
作者
随春光
张玲华
-
机构
南京邮电大学通信与信息工程学院
南京邮电大学江苏省通信与网络技术工程研究中心
-
出处
《电子设计工程》
2024年第10期54-58,共5页
-
基金
湖北省重点实验室开放基金(HBSEES202113)。
-
文摘
长短时记忆(LSTM)网络和结合卷积神经网络(CNN)的CNN-LSTM预测模型由于其网络模型本身的缺陷,限制了预测精度的提高。针对以上问题,提出了一种结合卷积长短时记忆(ConvL⁃STM)网络的ConvLSTM-LSTM负荷预测模型。利用ConvLSTM网络充分提取时序特征,将提取到的信息输入到LSTM网络中进行进一步的选择性记忆,并输出预测结果。将该模型与CNN-LSTM网络模型、LSTM网络模型、以及门控循环单元(GRU)网络模型进行了对比,结果显示所构建的Con⁃vLSTM-LSTM模型的预测效果均优于对比模型,在精度评价指标平均绝对百分比误差(MAPE)上,分别减小了1.10%、1.54%、1.91%。
-
关键词
短期负荷预测
长短时记忆网络
卷积长短时记忆网络
组合预测模型
时序预测
-
Keywords
short⁃term load forecasting
long⁃Short term Memory network
Convolutional long⁃Short Time Memory network
combined load forecasting model
time series forecasting
-
分类号
TN919.5
[电子电信—通信与信息系统]
-
-
题名最优组合预测方法在中长期电力负荷预测中的应用
被引量：5
- 5
-
-
作者
夏耀杰
-
机构
上海电气中央研究院
-
出处
《电力需求侧管理》
2016年第4期18-23,共6页
-
基金
上海市科学技术委员会科研计划(课题)(14D Z120340)
-
文摘
根据单一模型建立2种综合模型,分别为以减少拟合残差为目标的综合最优拟合模型和以提升预测能力为目标的综合最优预测模型。综合最优拟合模型采用二次规划算法对单一模型库进行与历史数据方差最小为目标的权值分配,然后在综合最优拟合模型的基础上以提升预测能力为目标的再次权值规划得到综合最优预测模型。通过综合最优拟合模型建立的综合最优预测模型不但在最大程度上接近历史变化规律,并弥补拟合模型在发展趋势上的不足。综合最优预测模型使用误差分析方法对文中所用模型进行分析、比较以区别模型优劣性,最后应用实际的算例,比较确定综合最优预测模型的有效性。
-
关键词
中长期负荷预测
单一预测模型
误差分析
最优组合预测
-
Keywords
mid-long term load forecast
single forecasting model
the error analysis
optimal combined forecasting method
-
分类号
TM715
[电气工程—电力系统及自动化]
-
-
题名中长期电力负荷预测系统的设计与开发
被引量：3
- 6
-
-
作者
罗安
王加阳
陈靘
邓宇
-
机构
中南大学信息科学与工程学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2002年第7期239-239,共1页
-
基金
湖南省攻关项目
湖南省科委重点课题
-
文摘
详细论述了负荷预测软件设计思想,包括软件结构、数据库技术以及功能描述等,软件集成了数据录入、数据导出、数据查询、负荷预测和安全管理等功能。
-
关键词
电力系统
中长期负荷预测
预测模型库
设计
-
Keywords
Electric systemMedium and long term load forecasting forecasting
forecasting model base
-
分类号
TM715
[电气工程—电力系统及自动化]
-
