基于时间序列法超短期负荷预测改进方法的研究

被引：30

作者：

张超

任国臣

牛艺桥

蒋蕾

贾书文

机构：

[1] 辽宁工业大学电气工程学院

来源：

辽宁工业大学学报(自然科学版) | 2015年 / 05期

关键词：

超短期负荷预测; 时间序列法; BP神经网络; 预测方法;

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：

针对传统时间序列法的超短期负荷预测模型对波动性较大的负荷预测精度低的问题,提出了一种含误差修正的时间序列法的超短期负荷预测方法。该方法对负荷时序建立超短期时间序列预测模型进行初步预测,并应用BP神经网络预测时序模型所产生的误差,从而对预测值进行修正。仿真结果表明,与传统时序法相比,改进方法有效地提高了超短期负荷预测的精度。

引用

收藏

页码：285 / 289

页数：5

相关论文

共 14 条

[1]

基于自适应双向加权最小二乘支持向量机的超短期负荷预测 [J].

王岗 ;

姜杰 ;

唐昆明 ;

张太勤 .

电力系统保护与控制, 2010, 38 (19) :142-146

[2]

基于负荷预测及广义回归神经网络的短路电流超短期预测 [J].

潘睿 ;

刘俊勇 ;

倪雅琦 ;

郭晓鸣 ;

韩卫衡 .

电力系统保护与控制, 2010, 38 (18) :94-99

[3]

电力系统超短期负荷预测技术的应用与发展 [J].

张怡 ;

张锋 .

浙江电力, 2010, 29 (02) :5-8+29

[4]

多级负荷预测的基础问题分析 [J].

康重庆 ;

赵燃 ;

陈新宇 ;

杨兴宇 ;

曹欣 ;

刘梅 .

电力系统保护与控制, 2009, 37 (09) :1-7

[5]

节点负荷预测与发电控制结合的状态预估方法 [J].

韩力 ;

韩学山 ;

雷鸣 ;

马晓红 ;

杨明 .

电力系统自动化, 2009, 33 (04) :16-20

[6]

基于相似时间序列检索的超短期负荷预测 [J].

张思远 ;

何光宇 ;

梅生伟 ;

王伟 ;

张王俊 .

电网技术, 2008, (12) :56-59

[7]

基于自回归模型的超短期负荷预测方法 [J].

魏志远 ;

王黎明 ;

王艳松 ;

申华 ;

刘学民 .

继电器, 2007, (S1) :394-397

[8]

负荷求导法在超短期负荷预测中的应用 [J].

赵成旺 ;

顾幸生 ;

严军 .

电力系统及其自动化学报, 2006, (05) :5-9

[9]

火电AGC机组超前控制策略 [J].

周劼英 ;

张伯明 ;

郭玉金 ;

何群 ;

姚诸香 .

电网技术, 2005, (21)

[10]

一种实用的超短期负荷预测曲线外推方法 [J].

丁恰 ;

卢建刚 ;

钱玉妹 ;

张剑 ;

廖怀庆 .

电力系统自动化, 2004, (16) :83-85