基于人体舒适度日特征向量的PSO-NN短期负荷预测

被引：8

作者：

魏宏阳

苏舟

姚李孝

杨国清

李亚男

倪继文

机构：

[1] 西安理工大学水利水电学院

来源：

电网与清洁能源 | 2016年 / 32卷 / 08期

关键词：

人体舒适度; 气象因素; PSO-NN; 短期负荷预测;

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：

通过详细分析负荷特征,结合平均风速、最大风速等8项气象数据,引入风寒指数、炎热指数和人体舒适度用以综合考量气象对负荷的累加影响。同时,通过构建日特征性向量,分别对不同季节采用不同的特征向量选择相似日。利用粒子群(PSO)优化神经网络(NN)的权值和阈值,从而降低了计算规模和提高预测准确性。算例表明,该方法能够针对不同季节特点,选取较合适的相似日,算法收敛速度快、有较高的预测精度和较强的适用性。

引用

收藏

页码：135 / 140

页数：6

相关论文

共 18 条

[1]

基于日特征量相似日的PSO-SVM短期负荷预测 [J].

陈超 ;

黄国勇 ;

邵宗凯 ;

王晓东 ;

范玉刚 .

中国电力, 2013, 46 (07) :91-94

[2]

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

[3]

基于动态自适应神经网络和人体舒适度的短期负荷预测 [J].

祝燕萍 ;

方鸽飞 .

电力系统保护与控制, 2012, 40 (01) :56-61

[4]

区域电力负荷中长期预测复杂性研究 [J].

崔和瑞 ;

刘冬 .

华东电力, 2011, 39 (08) :1233-1237

[5]

考虑人体舒适度的扩展短期负荷预测新方法 [J].

毛弋 ;

唐偲 .

电力系统及其自动化学报, 2011, 23 (03) :106-110

[6]

基于负荷分解和实时气象因素的短期负荷预测 [J].

刘旭 ;

罗滇生 ;

姚建刚 ;

贺辉 ;

张凯 ;

刘霏 .

电网技术, 2009, 33 (12) :94-100

[7]

基于人工神经网络的综合负荷模型 [J].

王立德 ;

李欣然 ;

李培强 ;

陈辉华 ;

宋军英 .

电网技术, 2008, (16) :59-65

[8]

电力短期负荷预测相似日选取算法 [J].

黎灿兵 ;

李晓辉 ;

赵瑞 ;

李金龙 ;

刘晓光 .

电力系统自动化, 2008, (09) :69-73

[9]

考虑气象因素的相似聚类短期负荷组合预测方法 [J].

金义雄 ;

段建民 ;

徐进 ;

卫功存 ;

蒯圣宇 ;

李宏仲 ;

王承民 .

电网技术, 2007, (19) :60-64+82

[10]

基于小时气象因子的神经网络短期负荷预测模型 [J].

谢静芳 ;

王宝书 ;

姜红 .

中国电力, 2007, (09) :82-86