钢铁企业电力负荷动态预测建模问题的应用研究

被引:16
作者
梁青艳
孙彦广
机构
[1] 中国钢研科技集团冶金自动化研究设计院
基金
国家重点研发计划;
关键词
钢铁企业; 用电负荷; 分类建模; 动态预测;
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
针对钢铁企业负荷波动特点,用分解及分类建模的思想,构造负荷预测模型。综合考虑各用电环节的用电特点、工况和工艺信息,分类建立模型。通过各用电环节预测结果叠加获取总负荷预测值;该模型运用静态预测和动态预测相结合的方法,在动态预测过程中充分考虑到实时工艺节奏和动态工况信息,使模型具有更好的适应性。实例表明,该预测模型能获得良好的预测效果。
引用
收藏
页码:44 / 54
页数:11
相关论文
共 17 条
[1]
大气污染防治政策下区域钢铁行业用电量智能预测研究 [D]. 
胥永兰 .
华北电力大学(北京),
2016
[2]
宝钢分公司电力负荷模拟与预测研究 [D]. 
王小辉 .
上海交通大学,
2008
[3]
电力负荷预测技术及其应用.[M].牛东晓等; 编著.中国电力出版社.2009,
[4]
电力系统负荷建模.[M].鞠平; 马大强; 著.中国电力出版社.2008,
[5]
电力系统负荷预测.[M].康重庆; 夏清; 刘梅; 编著.中国电力出版社.2007,
[6]
In day-ahead electricity load forecasting..Klempka R;Swiatek B;.International Conference on Electrical Power Quality and Utilisation.2009,
[7]
一种钢铁企业电力负荷短期动态预测系统 [P]. 
梁青艳 ;
盛刚 ;
徐化岩 ;
贾天云 ;
曾玉娇 .
中国专利 :CN103606018A ,2014-02-26
[8]
一种钢铁行业电力需求的预测方法 [P]. 
张维 .
中国专利 :CN103258069B ,2013-08-21
[9]
需求侧响应下的电力负荷预测模型的改进 [J].
郭崇 ;
王征 ;
纪建伟 .
科学技术与工程, 2016, 16 (20) :186-190
[10]
基于加权粒子群优化的LSSVM的钢铁企业电力负荷预测 [J].
李顺昕 ;
秦砺寒 ;
胥永兰 ;
牛东晓 ;
王智敏 .
华北电力大学学报(自然科学版), 2014, 41 (06) :104-108