学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
基于小波分解与气象因素影响的电力系统日负荷预测模型研究
被引:87
作者
:
谢宏
论文数:
0
引用数:
0
h-index:
0
机构:
华北电力大学!河北保定,华北电力大学!河北保定,华北电力大学!河北保定,华北电业管理局!北京
谢宏
陈志业
论文数:
0
引用数:
0
h-index:
0
机构:
华北电力大学!河北保定,华北电力大学!河北保定,华北电力大学!河北保定,华北电业管理局!北京
陈志业
牛东晓
论文数:
0
引用数:
0
h-index:
0
机构:
华北电力大学!河北保定,华北电力大学!河北保定,华北电力大学!河北保定,华北电业管理局!北京
牛东晓
论文数:
引用数:
h-index:
机构:
赵磊
机构
:
[1]
华北电力大学!河北保定,华北电力大学!河北保定,华北电力大学!河北保定,华北电业管理局!北京
来源
:
中国电机工程学报
|
2001年
/ 05期
关键词
:
小波;
分解;
气象;
回归神经网络;
负荷预测;
D O I
:
10.13334/j.0258-8013.pcsee.2001.05.002
中图分类号
:
TM715 [电力系统规划];
学科分类号
:
080802 ;
摘要
:
采用小波变换对日负荷数据进行分解处理 ,使得数据信息相对集中 ,在此基础上将小波分量分解为受气象因素影响的部分与不受气象因素影响的部分之和 ,对受气象因素影响的部分采用回归方法建立气象因素影响模型 ;对不受气象因素影响的部分 ,幅值大的分量建立回归神经网络预测模型 ,进行重点预测 ,而对幅值小的分量建立线形ARMA(p ,q)模型。这样不仅提高了预测精度 ,还能提高建模效率。
引用
收藏
页码:6 / 11
页数:6
相关论文
未找到相关数据
未找到相关数据