基于综合气象指数和日期类型的电力系统负荷预测

被引：14

作者：

王惠中 ^{[1
,2
]}

刘轲 ^{[1
,2
]}

周佳 ^{[1
,2
]}

机构：

[1] 兰州理工大学电气工程与信息工程学院

[2] 甘肃省工业过程先进控制重点实验室

来源：

电网与清洁能源 | 2015年 / 31卷 / 09期

关键词：

负荷预测; 综合气象指数; 日期类型; 最小二乘支持向量机;

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：

气象因素作为影响电力负荷的主要因素,近年来已成为研究的焦点。引入了生物气象学中的实感温度、温湿指数、舒适度指数等指标并结合日期类型利用最小二乘支持向量机(LSSVM)来进行负荷预测,避免了传统的一刀切式的预测方法。以某地区实际负荷为例,证明了该方法可以辅助电网公司调度部门更好地把握负荷特性,提高电力负荷预测的准确率。

引用

收藏

页码：67 / 71

页数：5

相关论文

共 13 条

[1] 基于小波分析改进的神经网络模型电力系统负荷预测 [J].

王玉龙 ;

崔玉 ;

李鹏 ;

李锐 .

电网与清洁能源, 2015, 31 (02) :16-20+27

[2] 基于改进数据流在线分割的超短期负荷预测 [J].

唐聪岚 ;

卢继平 ;

谢应昭 ;

张露 .

电网技术, 2014, 38 (07) :2014-2020

[3] 配电网负荷预测应用研究 [J].

李健 ;

张植华 ;

林毓 ;

崔文婷 ;

刘洪 ;

王海亮 .

电网与清洁能源, 2014, 30 (04) :31-35

[4] 考虑气象因素和日期类型的短期负荷预测 [J].

林扬宇 ;

易弢 ;

陈彬 ;

包宇庆 .

计算机仿真, 2014, 31 (03) :109-112+179

[5] 基于人体舒适度指数的配电网短期负荷预测方法 [J].

张伟 .

电力系统保护与控制, 2013, 41 (09) :74-79

[6] 基于陆地卫星TM/ETM+改进的温湿指数及其对不透水表面的响应 [J].

李仕峰 ;

钱乐祥 ;

王瑾 .

地理与地理信息科学, 2013, 29 (02) :112-115

[7] 基于细菌群落趋药性优化的最小二乘支持向量机短期负荷预测方法 [J].

曾鸣 ;

吕春泉 ;

田廓 ;

薛松 .

中国电机工程学报, 2011, 31 (34) :93-99+11

[8] 基于多层次气象指标体系的电力负荷特性和负荷预测研究 [J].

江宇飞 ;

徐瑞林 ;

罗欣 ;

刘艳 ;

刘军 .

电气应用, 2011, 30 (17) :46-50

[9] 综合气象因素对广西电力负荷的影响 [J].

钟利华 ;

李勇 ;

叶殿秀 ;

张强 ;

况雪源 ;

张宇平 .

气象, 2008, (05) :31-37

[10] 京津唐电网电力日峰荷与气象指数的关联性分析 [J].

栗然 ;

郭朝云 ;

韦仲康 .

电网技术, 2008, (06) :87-92