陕西省典型行业日负荷曲线拟合方法

被引:3
作者
张子奇 [1 ]
郭彬 [2 ]
潘月 [3 ]
王维超 [4 ]
姚新波 [1 ]
王曙鸿 [3 ]
机构
[1] 国网陕西省电力公司西安供电公司
[2] 国网陕西省电力公司铜川供电公司  西安交通大学电气工程学院  国网陕西省电力公司培训中心
关键词
负荷特性; 典型行业; 日负荷曲线;
D O I
暂无
中图分类号
TM714 [负荷分析];
学科分类号
080802 ;
摘要
研究行业的负荷曲线对于了解各行业的负荷特性有很大帮助,目前的研究多应用模糊C均值聚类法拟合行业日负荷曲线,然而该方法对于专业知识要求高,计算量大,实际应用难度大。首先采用随机抽样与非随机抽样相结合的方式抽取典型用户,然后从统计学原理出发,依据样本到总体的思路,计算各行业的扩大系数,进而进行行业的负荷曲线拟合,并采用负控系统采集的大量实际用户日负荷曲线进行应用检验。实际应用表明,本文所提出的行业负荷曲线拟合方法能很好地描述实际情况,且应用简便。
引用
收藏
页码:61 / 64
页数:4
相关论文
共 9 条
[1]   基于用户日负荷曲线的用电行业分类与综合方法 [J].
李欣然 ;
姜学皎 ;
钱军 ;
陈辉华 ;
宋军英 ;
黄良刚 .
电力系统自动化, 2010, 34 (10) :56-61
[2]   统计推断与抽样 [J].
徐波 .
黔西南民族师范高等专科学校学报, 2009, (01) :71-73+78
[3]   负荷管理对需求侧管理影响的分析 [J].
赵建保 ;
谭忠富 .
中国电力教育, 2008, (S2) :179-180
[4]   模糊聚类方法在负荷曲线分析中的应用 [J].
林雄 ;
邢诒杏 .
信息技术, 2008, (02) :94-96
[5]   区间估计与抽样误差关系的研究 [J].
李良 .
科技经济市场, 2007, (03) :36-37
[6]   基于模糊聚类的电力负荷特性的分类与综合 [J].
李培强 ;
李欣然 ;
陈辉华 ;
唐外文 .
中国电机工程学报, 2005, (24) :73-78
[7]  
供电公司客户关系管理研究与实证分析[D]. 钟巍峰.华北电力大学(北京). 2007
[8]  
数据挖掘技术在负荷特性分析中的应用[D]. 仲伟宽.东南大学. 2006
[9]  
中国电力负荷特性分析与预测[M]. 中国电力出版社 , 赵希正主编, 2002