电力市场中扩展短期负荷预测的动态支持向量机模型研究

被引:7
作者
刘达
康薇
机构
[1] 华北电力大学工商管理学院
关键词
支持向量机; 扩展短期负荷预测; 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
日负荷预测并不利用最新获得的负荷和天气等信息及时更新预测模型输入,不能动态跟踪最新的负荷变化。扩展短期负荷预测利用最新获得的信息。预测当前时刻以后若干小时的未知负荷,可以明显提高预测精度。通过支持向量机建立动态预测模型,滚动引入最新获得的负荷相关信息,对当日未知的多点负荷分别利用不同模型进行滚动预测。研究实例表明该动态模型预测误差较一般短期预测降低1/3左右。
引用
收藏
页码:6 / 9
页数:4
相关论文
共 12 条
[1]
考虑外生变量的广义自回归条件异方差日前电价预测模型 [J].
牛东晓 ;
刘达 ;
冯义 ;
李金超 .
电网技术, 2007, (22) :44-48
[2]
基于小波变换和最小二乘支持向量机的短期电力负荷预测 [J].
杨延西 ;
刘丁 .
电网技术, 2005, (13) :60-64
[3]
基于蚁群优化算法递归神经网络的短期负荷预测 [J].
邹政达 ;
孙雅明 ;
张智晟 .
电网技术, 2005, (03) :59-63
[4]
电力系统负荷预测研究综述与发展方向的探讨 [J].
康重庆 ;
夏清 ;
张伯明 .
电力系统自动化, 2004, (17) :1-11
[5]
基于小波分解和人工神经网络的短期负荷预测 [J].
徐军华 ;
刘天琪 .
电网技术, 2004, (08) :30-33
[6]
短期负荷预测的支持向量机方法研究 [J].
李元诚 ;
方廷健 ;
于尔铿 .
中国电机工程学报, 2003, (06)
[7]
扩展短期负荷预测方法的应用 [J].
莫维仁 ;
张伯明 ;
孙宏斌 ;
胡子珩 ;
刘顺桂 .
电网技术, 2003, (05) :6-9
[8]
扩展短期负荷预测的原理和方法 [J].
莫维仁 ;
张伯明 ;
孙宏斌 ;
胡子珩 ;
刘顺桂 .
中国电机工程学报, 2003, (03)
[9]
基于模糊聚类的神经网络短期负荷预测方法 [J].
姜勇 .
电网技术, 2003, (02) :45-49
[10]
神经网络短期负荷预测输入变量选择新方法 [J].
高山 ;
单渊达 .
电力系统自动化, 2001, (22) :41-44