...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>電気学会論文誌 B:電力·エネルギー部門誌 >気温地域分布および各近日データ比較値を用いた翌日最大電力需要予測
【24h】

気温地域分布および各近日データ比較値を用いた翌日最大電力需要予測

机译：使用温度的区域分布和每个数据的比较值来预测第二天的最大电力需求

获取原文
获取原文并翻译 | 示例
   

获取外文期刊封面封底 >>

       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

本稿では，気温地域分布と各近日データ比較値を用いたrn翌日最大電力需要予測手法を提案した。また，複数の手法rnによる電力需要の予測値を組み合わせることによる精度向rn上の検討も行った。まず，本稿では気温地域分布を電力需rn要予測の人力データとして用いることの有効性を実証するrnために最大電力需要値ならびに中部主要5地域の最高?最rn低気温を用いて相関性の算出をした。%By the development of industry, in recent years; dependence to electric energy is growing year by year. Therefore, reliable electric power supply is in need. However, to stock a huge amount of electric energy is very difficult. Also, there is a necessity to keep balance between the demand and supply, which changes hour after hour. Consequently, to supply the high quality and highly dependable electric power supply, economically, and with high efficiency, there is a need to forecast the movement of the electric power demand carefully in advance. And using that forecast as the source, supply and demand management plan should be made. Thus load forecasting is said to be an important job among demand investment of electric power companies. So far, forecasting method using Fuzzy logic, Neural Net Work, Regression model has been suggested for the development of forecasting accuracy. Those forecasting accuracy is in a high level. But to invest electric power in higher accuracy more economically, a new forecasting method with higher accuracy is needed. In this paper, to develop the forecasting accuracy of the former methods, the daily peak load forecasting method using the weather distribution of highest and lowest temperatures, and comparison value of each nearby date data is suggested.
机译：在本文中，我们使用温度的区域分布和每个未来日期的比较值，提出了第二天的第二天最大电力需求预测方法。此外，我们还通过多种方法rn组合了电力需求的预测值来检查rn的准确性提高。首先，为了证明使用温度区域分布作为人力数据来预测电力需求rn的有效性，本文使用五个中部地区的最大电力需求值以及最高和最低rn低温来确定相关性。计算。近年来，工业的发展;对电能的依赖性逐年增长，那里需要可靠的电力供应，但是要储备大量的电能是非常困难的。必须保持供需之间的平衡，这种需求每小时都在变化。因此，为了经济，高效地提供高质量和高度可靠的电源，有必要预测电力需求的变化事前要谨慎，并以该预测为依据，制定供需管理计划，因此负荷预测是电力公司需求投资中的重要工作。到目前为止，采用模糊逻辑，神经网络的预测方法已经提出了工作，回归模型来预测准确度的发展，这些预测准确度处于较高水平，但是以更高的准确度投资电力更经济在本文中，为了提高前者的预测精度，利用最高和最低温度的天气分布以及附近每个日期数据的比较值来进行每日峰值负荷预测方法。建议。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号