基于最优组合预测模型的电力负荷预测研究

被引:13
作者
王蒙
张国友
田丽
周明龙
王静
机构
[1] 安徽工程大学电气工程学院
基金
安徽省自然科学基金;
关键词
负荷预测; 组合预测; 加权平均;
D O I
暂无
中图分类号
TM715 [电力系统规划];
学科分类号
080802 [电力系统及其自动化];
摘要
电力负荷预测是电力规划及安全运行的基础,提高预测精度是电力负荷预测研究的重点,由于负荷预测的变化性和不确定性,单一的预测模型很难满足所有的预测情况;组合预测是将各个单项预测所得的结果选取适当的权系数进行加权平均的一种预测方法;采用灰色和时间序列作为单项预测模型,然后进行最优组合建立组合预测模型进行电力系统短期负荷预测;仿真实例表明:最优组合预测模型比单项预测模型具有更高的预测精度,具有一定的优越性。
引用
收藏
页码:65 / 69
页数:5
相关论文
共 9 条
[1]
基于最优组合预测法的电网用电量预测 [J].
蒋晓艳 ;
何川 ;
方蕾 .
中国西部科技, 2010, 9 (14) :36-38
[2]
最优组合预测模型的构建及其应用研究 [J].
戴钰 .
经济数学, 2010, 27 (01) :92-98
[3]
基于灰色和神经网络的最优组合预测分析 [J].
程松林 ;
任利伟 .
上海电机学院学报, 2009, 12 (02) :157-160
[4]
灰理论基础.[M].邓聚龙著;.华中科技大学出版社.2002,
[5]
基于组合模型的电力系统短期负荷预测 [D]. 
林智星 .
华北电力大学(河北),
2010
[6]
基于灰色模型与人工神经网络的改进组合预测模型及其应用研究 [D]. 
杨春波 .
山东师范大学,
2009
[7]
基于ARIMA模型的组合模型研究 [D]. 
郑鹏辉 .
燕山大学,
2009
[8]
基于灰色理论的电力负荷预测 [D]. 
李小燕 .
华中科技大学,
2007
[9]
基于时间序列和人工神经网络的电力系统短期负荷预测 [D]. 
莫玲 .
南昌大学,
2006