中长期负荷预测
中长期负荷预测的相关文献在1999年到2022年内共计189篇,主要集中在电工技术、自动化技术、计算机技术、工业经济
等领域,其中期刊论文146篇、会议论文8篇、专利文献121865篇;相关期刊86种,包括太原理工大学学报、东北电力技术、电测与仪表等;
相关会议6种,包括2016年中国电机工程学会年会、中国高等学校电力系统及其自动化专业第二十六届学术年会暨中国电机工程学会电力系统专业委员会2010年年会、2008年中国电机工程学会年会等;中长期负荷预测的相关文献由561位作者贡献,包括顾洁、李阳、周步祥等。
中长期负荷预测—发文量
专利文献>
论文:121865篇
占比:99.87%
总计:122019篇
中长期负荷预测
-研究学者
- 顾洁
- 李阳
- 周步祥
- 李耀东
- 何璇
- 吴亚雄
- 唐俊熙
- 张俊潇
- 张尧
- 张道路
- 戴君
- 曹华珍
- 朱继萍
- 李宏圣
- 李浩
- 杨楠
- 王天霖
- 陈沛东
- 高崇
- 黄烨
- 何禹清
- 吴冠男
- 姚建刚
- 宋卓然
- 崔旻
- 张子信
- 张明理
- 徐建源
- 李君
- 李辉
- 杨莉
- 梁毅
- 王璇
- 程浩忠
- 罗安
- 贺静
- 邓宇
- 邓裕文
- 韦钢
- 黎索亚
- 任铃
- 余涛
- 刘博
- 刘宇
- 刘峰
- 刘成明
- 刘文霞
- 刘瑞宽
- 原凯
- 史林军
-
-
王凌谊;
王志敏;
钱纹;
顾洁;
原吕泽芮;
金之俭
-
-
摘要:
由于时间跨度大并受多种复杂因素影响,电力系统中长期负荷预测需要从大量数据中挖掘负荷特性及影响因素,实际应用中常常面临数据不足的问题。提出基于迁移学习的中长期负荷预测以降低样本不足对预测精度的影响,模型将源地区电力负荷及社会经济因素数据样本进行迁移以扩充目标地区数据集,通过隐变量描述不同源地区的特征,继而对目标地区和源地区建立集成模型进行预测。通过实际算例进行验证,所提出的模型能有效降低中长期负荷预测的误差。
-
-
孙志翔;
丁彬;
孙晓燕
-
-
摘要:
针对新建小区没有任何历史负荷数据的难点,提出了基于相似小区特征进行数据迁移的门控循环单元负荷预测算法,实现对新建小区负荷的预测。首先,利用迁移学习的思想迁移出与新建小区特征高度相似的数据信息,及预测模型参数;其次,利用特征数据集作为训练集完成极端梯度增强算法回归模型的训练;然后,采用门控循环单元神经网络对训练样本集进行建模,当模型达到预测精度时,从而完成蕴含时序关系的新建设小区的中长期负荷预测。最后,以连云港某小区为例,得到了该小区在2020年1月-2022年11月时间段内的负荷预测结果,以验证所建立的蕴含时序关系的中长期负荷预测模型的有效性。
-
-
黄锦增;
段炼;
魏艳霞;
陈永淑;
李茜莹
-
-
摘要:
当前我国电力负荷统计数据量不断快速增长,大量负荷数据的处理过程中的效率不高,耗费的时间相对太长,以及电力长期负荷数据预测处理精度较低,得到的数据结果不能很好地进行计算和处理存储。基于此,本章着重探究了利用大数据分析在电力市场中长期用电负荷数值预报的问题,并想方设法予以保证进行科学合理的电力负荷运行预测研究。
-
-
王翼飞;
刘博;
江卓翰;
何禹清;
刘成明
-
-
摘要:
配电台区的负荷预测是台区配电扩容规划的基础工作。但受到配电台区统计数据种类单一、数据质量差甚至无法获取等因素的影响,配电台区的负荷预测存在精度低、预测模型复杂等问题。根据台区配电负荷日峰值数据表现出的周期性和渐变性,建立基于温度-负荷回归模型残差的ARIMA模型的台区配变负荷峰值预测方法。建立温度-负荷回归模型,以日最高气温为自变量,对负荷数据进行回归分析,将回归分析得到的数值与真实数据进行比较得到回归残差,建立回归模型残差序列的ARIMA模型,并进行参数估计计算,即可得到待预测日负荷预测值。预测误差率的分析结果显示,本方法的预测结果精度好,准确性高。该方法克服了台区配电负荷影响因素繁杂、差异性大、难以量化的困难,具有很强的实践性,易于推广。
-
-
周鑫;
王巍;
王子强;
刘帅
-
-
摘要:
中长期负荷预测一直以来都是电力系统的重要工作之一,是实现电网经济运行的前提和基础,确定性的电力负荷预测为电力工程建设提供最有力的数据支持.基于灰色系统理论的中长期负荷预测模型是一类应用理论比较广泛的中长期负荷预测方法.通过基于灰色系统理论的中长期负荷预测模型的构建,结合具体算法实例,探究了常规灰色系统法与灰色马卡可夫预测法的实用效果,展现了基于灰色系统理论的中长期负荷预测的应用前景.
-
-
王翼飞;
刘博;
江卓翰;
何禹清;
刘成明
-
-
摘要:
配电台区的负荷预测是台区配电扩容规划的基础工作.但受到配电台区统计数据种类单一、数据质量差甚至无法获取等因素的影响,配电台区的负荷预测存在精度低、预测模型复杂等问题.根据台区配电负荷日峰值数据表现出的周期性和渐变性,建立基于温度-负荷回归模型残差的ARIMA模型的台区配变负荷峰值预测方法.建立温度-负荷回归模型,以日最高气温为自变量,对负荷数据进行回归分析,将回归分析得到的数值与真实数据进行比较得到回归残差,建立回归模型残差序列的ARIMA模型,并进行参数估计计算,即可得到待预测日负荷预测值.预测误差率的分析结果显示,本方法的预测结果精度好,准确性高.该方法克服了台区配电负荷影响因素繁杂、差异性大、难以量化的困难,具有很强的实践性,易于推广.
-
-
-
涂钊颖;
毛弋;
宋霄霄;
袁俊亮
-
-
摘要:
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.
-
-