共查询到20条相似文献,搜索用时 62 毫秒
1.
2.
通过对岳阳县地区电力负荷历史数据及特点的研究,分析了影响中期负荷预测准确性的多方面因素,利用日常负荷与气象条件的关系,建立神经网络中期负荷预测模型,研究了这一人工智能技术应用于电力系统负荷预测的可行性。提出了一种基于BP神经网络的综合预测方法,能够稳定和较准确地对电力负荷做出预测。在实际电力负荷预测中,该方法取得了比较高的的预测精度。 相似文献
3.
4.
电力负荷预测方法 总被引:2,自引:0,他引:2
陈建 《渤海大学学报(自然科学版)》2006,27(2):142-144
简要介绍了电力负荷预测技术的发展情况,具体介绍了电力负荷预测的几种常用方法,并详细分析了各种负荷预测方法的优点和缺点。 相似文献
5.
6.
电力负荷预测是电力系统调度、用电、计划、规划等管理部门的重要工作之一.该文对电力负荷预测的概念及分类等问题进行了简要论述,重点分析了中长期负荷预测的特点、成熟方法,对中长期负荷预测方法进行了综述,并对负荷预测问题的研究方向提出了一些建议. 相似文献
7.
短期电力负荷的混沌预测及其神经网络的实现 总被引:1,自引:1,他引:0
短期电力负荷预测是工程技术人员安排电力调度的重要依据.研究了利用混沌理论与RBF神经网络相结合实现短期电力负荷预测的方法.并用该方法预测湖南某地区的月负荷,预测的数据准确率较好,为短期电力负荷预测提供了一条新的途径. 相似文献
8.
张南 《长春工程学院学报(自然科学版)》2017,(4):33-35
负荷预测是配电网规划的基础工作,是电力专项规划的核心内容。针对新建工业园区的特点,以新疆霍尔果斯经济开发区兵团分区作为案例,首先运用负荷密度法、项目统计法、平均增长率法和最大负荷利用小时数法对工业园区进行负荷预测;然后,综合4种预测方法及预测结果,采用了组合预测法得到了兵团分区供电预测负荷。预测结果表明该方法具有较大的实用价值。 相似文献
9.
本文简单分析了几种常用的中长期负荷预测方法存在的缺点,针对电力市场环境下对负荷预测精度的高要求,提出了一套精度较高且实用的中长期负荷预测的方法.应用该方法对广西某地方电网进行负荷预测,计算结果表明,该方法的预测结果误差小,在实际预测领域有较高的实用价值. 相似文献
10.
11.
综述了电力系统负荷预测的定义及其主要目标,并对已有的负荷预测方法及其存在的问题进行深入的分析和比较。随着电力市场的深入开展,要求负荷预测更具实时性、更准确,而迄今为止,还没有一种适用于不同条件的通用方法。因此,关键在于如何根据预测地区的负荷特性及负荷构成来选择综合哪几种预测方法。 相似文献
12.
电力负荷预测是电力控制及运行方面的最重要的一项任务。介绍了灰色理论的相关概念和原理,以及预测负荷的步骤,通过举例讨论了灰色模型在短期电力负荷预测中的应用,对平常日电力负荷进行预测,其结果令人满意,表明灰色模型是有效的负荷预测方法之一。灰色模型在日常负荷预测中广泛得到运用。 相似文献
13.
14.
电力负荷时间序列预测的应用与研究 总被引:1,自引:0,他引:1
时间序列预测是电力负荷预测的重要方法。但是它对天气、节日等影响电力负荷变化的因素不敏感,对非平稳序列的处理需要多次差分运算达到基本平稳后才能进一步建立预测模型。因此,提出基于属性分类的时间序列预测方案。该方案把电力负荷按影响因素进行分类,预测时按预测对象的属性来选取预测样本。基于属性分类的电力负荷时序预测方案把时刻、天气、节日等因素考虑到了预测过程中,弥补了电力负荷时序预测的缺陷。实验证明该方法提高了电力负荷时序预测的速度和准确度。 相似文献
15.
张南 《长春工程学院学报(自然科学版)》2016,17(4):33-35
负荷预测是配电网规划的基础工作,是电力专项规划的核心内容.针对新建工业园区的特点,以新疆霍尔果斯经济开发区兵团分区作为案例,首先运用负荷密度法、项目统计法、平均增长率法和最大负荷利用小时数法对工业园区进行负荷预测;然后,综合4种预测方法及预测结果,采用了组合预测法得到了兵团分区供电预测负荷.预测结果表明该方法具有较大的实用价值. 相似文献
16.
负荷预测在电力系统规划和运行方面发挥的重要作用,具有明显的经济效益,负荷预测实质上是对电力市场需求的预测。系统介绍和分析了各种负荷预测的方法及特点,并指出做好负荷预测已成为实现电力系统管理现代化的重要手段。 相似文献
17.
汤小华 《中国新技术新产品精选》2014,(1):158-159
本文在传统时间序列法的基础上,提出了一种利用聚类方法进行分析的负荷预测方法,利用该方法对某市的电能负荷进行预测,得到了较精确的结果,表明该方法能为电力负荷的预测提供有效的参考。 相似文献
18.
支持向量机在短期负荷预测中的应用 总被引:1,自引:0,他引:1
采用一种有效的负荷聚类分析处理技术,把FCM模糊聚类算法和支持向量机的短期负荷预测相结合。该方法考虑到负荷变化的周期性特点,应用模糊聚类分析的基本原理,对原始样本进行模糊聚类分析,选取与预测样本特征相似的样本作为训练样本,建造负荷预测的支持向量机模型。实例分析证明,该方法能够有效地提高负荷预测的精度,缩短了预测时间。 相似文献
19.
20.