基于自回归和神经网络算法加权组合的负荷预测

被引：8

作者：

吕福琴

机构：

[1] 宁夏石嘴山电力局

来源：

广东电力 | 2011年 / 24卷 / 05期

关键词：

负荷预测; 自回归动平均模型; 神经网络算法; 加权组合;

D O I：

暂无

中图分类号：

TM715.1 [];

学科分类号：

摘要：

针对时间序列法的自回归动平均模型和神经网络算法在负荷预测中的不足,提出对这两种预测结果采用加权组合方法,在不同时期的负荷预测采用不同的加权值来提高预测结果的精确度。通过算例分析短期负荷预测和长期负荷预测,证明采用加权组合方法的预测结果比自回归动平均模型和神经网络算法分别预测要准确。

引用

收藏

页码：69 / 72+102 +102

页数：5

相关论文

共 12 条

[1]

电力负荷非线性预测方法与研究方向探讨 [J].

刘燕 ;

龙新峰 ;

梁平 .

广东电力, 2005, (07) :1-6

[2]

短期电力负荷非线性预测模型的比较 [J].

胡国胜 ;

任震 .

电气应用, 2005, (01) :48-53

[3]

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

[4]

时间序列法短期负荷预测准确度上限估计 [J].

杨正瓴 ;

张广涛 ;

林孔元 .

电力系统及其自动化学报, 2004, (02) :36-39

[5]

基于主成分分析的径向基函数神经网络在电力系统负荷预测中的应用 [J].

赵杰辉 ;

葛少云 ;

刘自发 .

电网技术, 2004, (05) :35-37+40

[6]

深圳电网自动运行的短期负荷预测系统 [J].

胡子珩 ;

陈晓平 ;

刘顺桂 ;

莫维仁 ;

张伯明 ;

孙宏斌 .

电网技术, 2003, (05) :21-25

[7]

基于静态等值和奇异值分解的快速电压稳定性分析方法 [J].

李兴源 ;

王秀英 .

中国电机工程学报, 2003, (04)

[8]

负荷预报中负荷规律性评价方法的研究 [J].

穆钢 ;

侯凯元 ;

杨右虹 ;

惠永杰 ;

姜克志 .

中国电机工程学报, 2001, (10)

[9]

一种规范化的处理相关因素的短期负荷预测新策略 [J].

康重庆 ;

程旭 ;

夏清 ;

沈瑜 .

电力系统自动化, 1999, (18) :32-35

[10]

大规模电力系统电压失稳区的确定方法 [J].

冯治鸿 ;

周双喜 .

中国电机工程学报, 1997, (03)