基于偏最小二乘回归分析的中长期电力负荷预测

被引:87
作者
毛李帆
江岳春
龙瑞华
李妮
黄慧
黄珊
机构
[1] 湖南大学电气与信息工程学院
关键词
中长期负荷预测; 偏最小二乘回归分析; 成分提取; 多元线性回归;
D O I
10.13335/j.1000-3673.pst.2008.19.003
中图分类号
TM715 [电力系统规划];
学科分类号
080802 ;
摘要
针对中长期电力负荷预测,介绍偏最小二乘回归分析方法的原理,推导该算法的简化建模步骤。该方法能在最大限度保留原有数据信息的前提下,将数据信息集中在几个互不相关的主成分上,因而能有效解决建立负荷预测模型时由于样本个数较少及自变量存在严重的多重相关性,难以通过多元回归分析建立预测模型的问题。通过算例对偏最小二乘回归分析方法、最小二乘法和逐步回归分析方法进行了比较,结果表明,将偏最小二乘回归分析方法用于中长期电力负荷预测时,计算快捷,准确性高,具有较强的实用性。
引用
收藏
页码:71 / 77
页数:7
相关论文
共 13 条
[1]   基于短期相关性和负荷增长的中长期负荷预测 [J].
钱卫华 ;
姚建刚 ;
龙立波 ;
张凯 .
电力系统自动化, 2007, (11) :59-64
[2]   基于模糊神经网络的电力负荷短期预测 [J].
于海燕 ;
张凤玲 .
电网技术, 2007, (03) :68-72
[3]   基于支持向量机的中长期日负荷曲线预测 [J].
蔡国伟 ;
杜毅 ;
李春山 ;
顾晓光 ;
李友 .
电网技术, 2006, (23) :56-60
[4]   短期负荷预测的组合数据挖掘算法 [J].
朱六璋 .
电力系统自动化, 2006, (14) :82-86
[5]   突变期电力负荷预测方法及其应用 [J].
李明 ;
王智灵 ;
杨晓宇 ;
陈宗海 .
电力系统自动化, 2006, (10) :93-96
[6]   基于模糊聚类分析与BP网络的电力系统短期负荷预测 [J].
姚李孝 ;
宋玲芳 ;
李庆宇 ;
万诗新 .
电网技术, 2005, (01) :20-23
[7]   基于联合数据挖掘技术的神经网络负荷预测模型研究(英文) [J].
牛东晓 ;
邢棉 ;
孟明 .
电工技术学报, 2004, (09) :62-68
[8]   基于主成分分析的径向基函数神经网络在电力系统负荷预测中的应用 [J].
赵杰辉 ;
葛少云 ;
刘自发 .
电网技术, 2004, (05) :35-37+40
[9]   基于偏最小二乘回归的年用电量预测研究 [J].
王文圣 ;
丁晶 ;
赵玉龙 ;
张晓明 .
中国电机工程学报, 2003, (10) :17-21
[10]   基于人工神经网络和模糊推理的短期负荷预测方法 [J].
马文晓 ;
白晓民 ;
沐连顺 .
电网技术, 2003, (05) :29-32