学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
中长期电力负荷预测模型筛选与组合方法
被引:21
作者
:
论文数:
引用数:
h-index:
机构:
金鑫
[
1
]
罗滇生
论文数:
0
引用数:
0
h-index:
0
机构:
湖南大学电气与信息工程学院
湖南大学电气与信息工程学院
罗滇生
[
1
]
孙广强
论文数:
0
引用数:
0
h-index:
0
机构:
河南省电力勘测设计院
湖南大学电气与信息工程学院
孙广强
[
2
]
张红旭
论文数:
0
引用数:
0
h-index:
0
机构:
河南省电力勘测设计院
湖南大学电气与信息工程学院
张红旭
[
2
]
郑盾
论文数:
0
引用数:
0
h-index:
0
机构:
郑州供电公司
湖南大学电气与信息工程学院
郑盾
[
3
]
武斌
论文数:
0
引用数:
0
h-index:
0
机构:
郑州供电公司
湖南大学电气与信息工程学院
武斌
[
3
]
李朝阳
论文数:
0
引用数:
0
h-index:
0
机构:
郑州供电公司
湖南大学电气与信息工程学院
李朝阳
[
3
]
机构
:
[1]
湖南大学电气与信息工程学院
[2]
河南省电力勘测设计院
[3]
郑州供电公司
来源
:
电力系统及其自动化学报
|
2012年
/ 24卷
/ 04期
关键词
:
组合预测;
中长期负荷预测;
综合有效性指标;
协调因子;
D O I
:
暂无
中图分类号
:
TM715 [电力系统规划];
学科分类号
:
摘要
:
将预测决策思想引入到中长期电力负荷组合预测中,并深入分析了现有预测模型筛选方法的优缺点,在此基础上,完善了以灰色关联度和预测有效度两类指标为基础的预测模型评价指标体系。依据提出的协调因子、综合有效性指标等概念,构造了基于综合有效性指标和模型冗余校验的预测模型筛选方法和基于综合有效性指标体系的中长期电力负荷变权组合预测模型。算例表明,文中提出的组合预测模型预测精度较高,实用性强。
引用
收藏
页码:150 / 156
页数:7
相关论文
共 10 条
[1]
基于新鲜度函数和预测有效度的模糊自适应变权重中长期电力负荷组合预测
论文数:
引用数:
h-index:
机构:
孙广强
姚建刚
论文数:
0
引用数:
0
h-index:
0
机构:
湖南大学电气与信息工程学院
姚建刚
论文数:
引用数:
h-index:
机构:
谢宇翔
论文数:
引用数:
h-index:
机构:
卜虎正
[J].
电网技术,
2009,
33
(09)
: 103
-
107
[2]
基于偏最小二乘回归分析的中长期电力负荷预测
论文数:
引用数:
h-index:
机构:
毛李帆
江岳春
论文数:
0
引用数:
0
h-index:
0
机构:
湖南大学电气与信息工程学院
江岳春
论文数:
引用数:
h-index:
机构:
龙瑞华
论文数:
引用数:
h-index:
机构:
李妮
论文数:
引用数:
h-index:
机构:
黄慧
论文数:
引用数:
h-index:
机构:
黄珊
[J].
电网技术,
2008,
(19)
: 71
-
77
[3]
基于支持向量机的中长期电力负荷组合预测
论文数:
引用数:
h-index:
机构:
肖先勇
葛嘉
论文数:
0
引用数:
0
h-index:
0
机构:
四川大学电气信息学院
四川大学电气信息学院
葛嘉
何德胜
论文数:
0
引用数:
0
h-index:
0
机构:
南充电业局
四川大学电气信息学院
何德胜
[J].
电力系统及其自动化学报,
2008,
(01)
: 84
-
88
[4]
基于免疫粒子群算法的组合预测方法
论文数:
引用数:
h-index:
机构:
吴静敏
论文数:
引用数:
h-index:
机构:
左洪福
陈勇
论文数:
0
引用数:
0
h-index:
0
机构:
南京航空航天大学民航学院
陈勇
[J].
系统工程理论方法应用,
2006,
(03)
: 229
-
233
[5]
负荷预测中多模型的自动筛选方法
高峰
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学电机系
高峰
论文数:
引用数:
h-index:
机构:
康重庆
夏清
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学电机系
夏清
黄永皓
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学电机系
黄永皓
尚金成
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学电机系
尚金成
孟远景
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学电机系
孟远景
何南强
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学电机系
何南强
[J].
电力系统自动化,
2004,
(06)
: 11
-
13+40
[6]
电力系统中长期负荷的可变权综合预测模型
顾洁
论文数:
0
引用数:
0
h-index:
0
机构:
上海交通大学电气工程系上海
顾洁
[J].
电力系统及其自动化学报,
2003,
(06)
: 56
-
60
[7]
基于预测有效度的组合预测模型研究[J]. 陈华友.预测. 2001(03)
[8]
组合预测方法在电力负荷预测中的应用
谢敬东
论文数:
0
引用数:
0
h-index:
0
机构:
东南大学
谢敬东
唐国庆
论文数:
0
引用数:
0
h-index:
0
机构:
东南大学
唐国庆
徐高飞
论文数:
0
引用数:
0
h-index:
0
机构:
东南大学
徐高飞
陈高文
论文数:
0
引用数:
0
h-index:
0
机构:
东南大学
陈高文
[J].
中国电力,
1998,
(06)
: 3
-
5
[9]
预测方法有效性的进一步研究[J]. 王明涛.预测. 1997(03)
[10]
电力系统负荷预测[M]. 中国电力出版社 , 康重庆, 2007
←
1
→
共 10 条
[1]
基于新鲜度函数和预测有效度的模糊自适应变权重中长期电力负荷组合预测
论文数:
引用数:
h-index:
机构:
孙广强
姚建刚
论文数:
0
引用数:
0
h-index:
0
机构:
湖南大学电气与信息工程学院
姚建刚
论文数:
引用数:
h-index:
机构:
谢宇翔
论文数:
引用数:
h-index:
机构:
卜虎正
[J].
电网技术,
2009,
33
(09)
: 103
-
107
[2]
基于偏最小二乘回归分析的中长期电力负荷预测
论文数:
引用数:
h-index:
机构:
毛李帆
江岳春
论文数:
0
引用数:
0
h-index:
0
机构:
湖南大学电气与信息工程学院
江岳春
论文数:
引用数:
h-index:
机构:
龙瑞华
论文数:
引用数:
h-index:
机构:
李妮
论文数:
引用数:
h-index:
机构:
黄慧
论文数:
引用数:
h-index:
机构:
黄珊
[J].
电网技术,
2008,
(19)
: 71
-
77
[3]
基于支持向量机的中长期电力负荷组合预测
论文数:
引用数:
h-index:
机构:
肖先勇
葛嘉
论文数:
0
引用数:
0
h-index:
0
机构:
四川大学电气信息学院
四川大学电气信息学院
葛嘉
何德胜
论文数:
0
引用数:
0
h-index:
0
机构:
南充电业局
四川大学电气信息学院
何德胜
[J].
电力系统及其自动化学报,
2008,
(01)
: 84
-
88
[4]
基于免疫粒子群算法的组合预测方法
论文数:
引用数:
h-index:
机构:
吴静敏
论文数:
引用数:
h-index:
机构:
左洪福
陈勇
论文数:
0
引用数:
0
h-index:
0
机构:
南京航空航天大学民航学院
陈勇
[J].
系统工程理论方法应用,
2006,
(03)
: 229
-
233
[5]
负荷预测中多模型的自动筛选方法
高峰
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学电机系
高峰
论文数:
引用数:
h-index:
机构:
康重庆
夏清
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学电机系
夏清
黄永皓
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学电机系
黄永皓
尚金成
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学电机系
尚金成
孟远景
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学电机系
孟远景
何南强
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学电机系
何南强
[J].
电力系统自动化,
2004,
(06)
: 11
-
13+40
[6]
电力系统中长期负荷的可变权综合预测模型
顾洁
论文数:
0
引用数:
0
h-index:
0
机构:
上海交通大学电气工程系上海
顾洁
[J].
电力系统及其自动化学报,
2003,
(06)
: 56
-
60
[7]
基于预测有效度的组合预测模型研究[J]. 陈华友.预测. 2001(03)
[8]
组合预测方法在电力负荷预测中的应用
谢敬东
论文数:
0
引用数:
0
h-index:
0
机构:
东南大学
谢敬东
唐国庆
论文数:
0
引用数:
0
h-index:
0
机构:
东南大学
唐国庆
徐高飞
论文数:
0
引用数:
0
h-index:
0
机构:
东南大学
徐高飞
陈高文
论文数:
0
引用数:
0
h-index:
0
机构:
东南大学
陈高文
[J].
中国电力,
1998,
(06)
: 3
-
5
[9]
预测方法有效性的进一步研究[J]. 王明涛.预测. 1997(03)
[10]
电力系统负荷预测[M]. 中国电力出版社 , 康重庆, 2007
←
1
→