基于条件熵的电力负荷组合预测模型

被引：7

作者：

李春生

王耀南

机构：

[1] 湖南大学电气与信息工程学院

来源：

电力系统及其自动化学报 | 2007年 / 04期

关键词：

条件熵; 模糊评判; 组合预测;

D O I：

暂无

中图分类号：

TM715 [电力系统规划]; TM743 [模拟与仿真];

学科分类号：

080802 ;

摘要：

每个电力负荷预测模型各有特色,又有其局限性。针对单个模型的局限性,提出一个基于条件熵的组合预测模型,以便结合各个模型的优点,克服其不足。该模型用条件熵度量各个电力负荷预测模型的精度,条件熵越小,表明预测精度越高。然后对条件熵进行模糊评判,对条件熵小的模型赋予较大的权重,条件熵大的模型赋予较小的权重,以此建立一个电力负荷组合预测模型。实例应用表明,就6个误差指标而言,该文提出的组合模型可以进一步提高预测精度。

引用

页码：55 / 58

页数：4

共 9 条

[1] 多因素影响的灰色神经网络组合电力负荷预测 [J].

顾曦华 ;

邢棉 ;

牛东晓 .

华东电力, 2006, (07) :6-9

[2] 基于灰关联加权组合模型的电力负荷预测研究 [J].

朱常青 ;

王秀和 ;

张鑫 ;

申宁 .

电力系统及其自动化学报, 2006, (02) :79-81

[3] 混合模糊神经网络在短期负荷预测中的应用 [J].

赵宇红 ;

肖金凤 ;

陈忠泽 .

电力系统及其自动化学报, 2006, (02) :99-104

[4] 基于熵的组合预测法研究 [J].

熊崇俊 ;

宁宣熙 ;

潘颖莉 .

科技进步与对策, 2006, (04) :68-69

[5] 网格化的电力系统短期负荷预测的MDRBR模型 [J].

黎静华 ;

栗然 ;

顾雪平 ;

牛东晓 .

电力系统自动化, 2005, (24) :27-31

[6] 基于预测模型库关联优化的电力负荷组合预测模型 [J].

杨实俊 ;

牛东晓 .

华北电力大学学报, 2005, (01) :42-44

[7] 一种模糊组合预测方法 [J].

吴祈宗 ;

宋颖 .

北京理工大学学报, 2004, (04) :373-376

[8] 一种基于粗糙集理论的组合预测方法 [J].

钟波 ;

肖智 .

统计研究, 2002, (11) :37-39

[9]

A comparison of two methods for determining the weights of belonging to fuzzy sets[J] . A. T. W. Chu,R. E. Kalaba,K. Spingarn.Journal of Optimization Theory and Applications . 1979 (4)

← 1 →