共 20 条
电力系统短期负荷预测方法研究综述
被引：35
作者：
论文数: 引用数:
h-index:
机构:
论文数: 引用数:
h-index:
机构:
论文数: 引用数:
h-index:
机构:
机构：
[1] 兰州理工大学电气工程与信息工程学院
[2] 甘肃省工业过程先进控制重点实验室
来源：
关键词：
负荷预测;
神经网络;
数据挖掘;
支持向量机;
组合优选;
D O I：
暂无
中图分类号：
TM715 [电力系统规划];
学科分类号：
摘要：
通过对国内外现状的研究,简述了短期负荷预测的特点和影响预测精度的各种因素,阐述了电力系统短期负荷预测的智能方法,分析比较了各种方法的优缺点。研究表明组合优选方法是电力系统短期负荷预测的发展趋势。
引用
收藏
页码：1 / 3+39
+39
页数：4
相关论文
共 20 条
- [1] 基于日特征量相似日的PSO-SVM短期负荷预测[J]. 中国电力, 2013, 46 (07) : 91 - 94陈超论文数: 引用数: h-index:机构:黄国勇论文数: 引用数: h-index:机构:邵宗凯邵宗凯论文数: 0 引用数: 0 h-index: 0机构: 昆明理工大学信息工程与自动化学院 云南省矿物管道输送工程技术研究中心 昆明理工大学信息工程与自动化学院王晓东王晓东论文数: 0 引用数: 0 h-index: 0机构: 昆明理工大学信息工程与自动化学院 云南省矿物管道输送工程技术研究中心 昆明理工大学信息工程与自动化学院范玉刚论文数: 引用数: h-index:机构:
- [2] 分区支持向量回归及其在负荷预测中的应用[J]. 电力系统及其自动化学报, 2013, 25 (03) : 20 - 24谷云东论文数: 引用数: h-index:机构:胡芳芳胡芳芳论文数: 0 引用数: 0 h-index: 0机构: 华北电力大学数理学院
- [3] 优选组合预测法在短期负荷预测中的应用[J]. 电气开关, 2013, 51 (02) : 86 - 87+90褚金胜褚金胜论文数: 0 引用数: 0 h-index: 0机构: 广西电网公司永福供电公司 广西电网公司永福供电公司陈宙平陈宙平论文数: 0 引用数: 0 h-index: 0机构: 福建省厦门超高压输变电局 广西电网公司永福供电公司
- [4] 基于支持向量机的短期负荷预测[J]. 机电工程技术, 2012, 41 (12) : 18 - 20+48陈亮宏陈亮宏论文数: 0 引用数: 0 h-index: 0机构: 中国南方电网有限责任公司教育评价中心 中国南方电网有限责任公司教育评价中心罗毅初罗毅初论文数: 0 引用数: 0 h-index: 0机构: 广东电网公司佛山供电局 中国南方电网有限责任公司教育评价中心龙雪涛龙雪涛论文数: 0 引用数: 0 h-index: 0机构: 广东电网公司佛山供电局 中国南方电网有限责任公司教育评价中心
- [5] 小波贝叶斯神经网络在冲击负荷地区短期负荷预测中的应用[J]. 电力科学与工程, 2012, 28 (11) : 7 - 12李鹏鹏论文数: 引用数: h-index:机构:彭显刚论文数: 引用数: h-index:机构:孟安波论文数: 引用数: h-index:机构:李慧良论文数: 引用数: h-index:机构:农为踊论文数: 引用数: h-index:机构:
- [6] 基于EEMD的LS-SVM和BP神经网络混合短期负荷预测[J]. 数学的实践与认识, 2012, 42 (08) : 151 - 158朱祥和朱祥和论文数: 0 引用数: 0 h-index: 0机构: 华中科技大学 华中科技大学王子琦王子琦论文数: 0 引用数: 0 h-index: 0机构: 华中科技大学李严李严论文数: 0 引用数: 0 h-index: 0机构: 华中科技大学刘轶刘轶论文数: 0 引用数: 0 h-index: 0机构: 华中科技大学
- [7] 基于扩展记忆粒子群-支持向量回归的短期电力负荷预测[J]. 电力系统保护与控制, 2012, 40 (02) : 40 - 44段其昌论文数: 引用数: h-index:机构:曾勇论文数: 引用数: h-index:机构:黄大伟论文数: 引用数: h-index:机构:段盼论文数: 引用数: h-index:机构:刘顿论文数: 引用数: h-index:机构:
- [8] 支持向量机在短期负荷预测中的应用概况[J]. 电力系统及其自动化学报, 2011, 23 (04) : 115 - 121王奔论文数: 引用数: h-index:机构:冷北雪论文数: 引用数: h-index:机构:张喜海论文数: 引用数: h-index:机构:单翀皞论文数: 引用数: h-index:机构:从振论文数: 引用数: h-index:机构:
- [9] 基于ARMA误差修正和自适应粒子群优化的SVM短期负荷预测[J]. 电力系统保护与控制, 2011, 39 (14) : 26 - 32黄元生黄元生论文数: 0 引用数: 0 h-index: 0机构: 华北电力大学经济与管理学院 华北电力大学经济与管理学院邓佳佳邓佳佳论文数: 0 引用数: 0 h-index: 0机构: 华北电力大学经济与管理学院 华北电力大学经济与管理学院苑珍珍论文数: 引用数: h-index:机构:
- [10] 短期负荷预测的聚类组合和支持向量机方法[J]. 电力系统及其自动化学报, 2011, 23 (01) : 34 - 38梁建武梁建武论文数: 0 引用数: 0 h-index: 0机构: 中南大学信息科学与工程学院陈祖权论文数: 引用数: h-index:机构:谭海龙论文数: 引用数: h-index:机构: