基于双修正因子的模糊时间序列日最大负荷预测

被引：15

作者：

刘晓娟 ^{[1
,2
]}

方建安 ^{[1
]}

机构：

[1] 东华大学信息科学与技术学院

[2] 上海电力学院数理学院

来源：

中国电力 | 2013年 / 46卷 / 10期

关键词：

电力系统; 负荷预测; 模糊时间序列; 负荷变化影响因子; 气温影响因子;

D O I：

暂无

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 ;

摘要：

天气温度变化是影响短期电力负荷预测的主要因素。为提高预测精度,引入负荷变化影响因子和气温影响因子,提出基于双修正因子的模糊时间序列预测算法。根据负荷变化趋势,提出分段预测的思想,在拐点处用负荷变化因子进行修正,然后用气温影响因子对预测结果进行二次修正。将改进的算法用于某电网夏季最大负荷的预测,数值结果表明该算法具有较高的预测精度。

引用

页码：115 / 118

页数：4

共 16 条

[1] Partitions based computational method for high-order fuzzy time series forecasting [J].

Gangwar, Sukhdev Singh ;

Kumar, Sanjay .

EXPERT SYSTEMS WITH APPLICATIONS, 2012, 39 (15) :12158-12164

[2] Electric load forecasting methods: Tools for decision making [J].

Hahn, Heiko ;

Meyer-Nieberg, Silja ;

Pickl, Stefan .

EUROPEAN JOURNAL OF OPERATIONAL RESEARCH, 2009, 199 (03) :902-907

[3]

A fuzzy inference model for short-term load forecasting.[J].Rustum Mamlook;Omar Badran;Emad Abdulhadi.Energy Policy.2008, 4

[4]

Novel approach considering load-relative factors in short-term load forecasting.[J].Chongqing Kang;Xu Cheng;Qing Xia;Yonghao Huang;Feng Gao.Electric Power Systems Research.2003, 2

[5] 西部大开发第二个十年四川省电力需求预测 [J].