母线负荷预测中的自适应预测技术及其实现

被引：10

作者：

赵燃 ^{[1
]}

陈新宇 ^{[1
]}

陈刚 ^{[2
]}

程芸 ^{[2
]}

杨军峰 ^{[2
]}

刘梅 ^{[1
]}

康重庆 ^{[1
]}

机构：

[1] 电力系统及发电设备控制和仿真国家重点实验室(清华大学电机系)

[2] 不详

来源：

电网技术 | 2009年 / 33卷 / 19期

基金：

高等学校博士学科点专项科研基金;

关键词：

母线负荷预测; 虚拟预测; 自适应技术; 参数估计;

D O I：

10.13335/j.1000-3673.pst.2009.19.008

中图分类号：

TM715 [电力系统规划];

学科分类号：

摘要：

负荷波动频繁、变化模式复杂是母线负荷的重要特点。如何自适应地进行预测模型的选择和模型参数的调整,从而获得更加准确的预测结果,始终是一个研究热点和难点。文章提出了一种基于虚拟预测思想的自适应母线负荷预测技术。通过分析自适应预测的基本问题,建立了母线负荷预测自适应技术的抽象统一框架,阐述了自适应预测技术的整体流程,并给出了自适应预测技术的详细数学描述与实现方法。算例分析表明,应用自适应预测技术,实际预测的效果得到显著提高。

引用

页码：55 / 59

页数：5

共 10 条

[1] 面向节能发电调度的母线负荷预测平台
赵燃
康重庆
刘梅
成海彦
黄文英
陈志
王强
[J]. 中国电力, 2009, (06) : 32 - 36
[2] 多节点超短期负荷预测方法
韩力
韩学山
贠志皓
耿艳
[J]. 电力系统自动化, 2007, (21) : 30 - 34
[3] 一种混合整数双层线性规划的全局优化方法
赵茂先
高自友
[J]. 系统工程理论与实践, 2005, (07) : 113 - 116
[4] 短期负荷预测相关因素的自适应训练
高峰
康重庆
程旭
沈瑜
夏清
彭涛
周安石
[J]. 电力系统自动化, 2002, (18) : 6 - 10
[5] 电力系统负荷预测的综合模型
康重庆
夏清
沈瑜
相年德
[J]. 清华大学学报(自然科学版), 1999, (01) : 9 - 12
[6] 电力系统负荷预测[M]. 中国电力出版社 , 康重庆, 2007
[7] 遗传算法及其应用[M]. 人民邮电出版社 , 陈国良等编著, 1996
[8] Application of an innovative combined forecasting method in power system load forecasting
Chen, GJ
Li, KK
Chung, TS
Sun, HB
Tang, GQ
[J]. ELECTRIC POWER SYSTEMS RESEARCH, 2001, 59 (02) : 131 - 137
[9] A Bayesian Multiple Models Combination Method for Time Series Prediction[J] . V. Petridis,A. Kehagias,L. Petrou,A. Bakirtzis,S. Kiartzis,H. Panagiotou,N. Maslaris.Journal of Intelligent and Robotic Systems . 2001 (1)
[10] Combination of Forecasts: An Extension[J] . Sunil Gupta,Peter C. Wilton.Management Science . 1987 (3)

← 1 →