电力系统超短期负荷预测算法及应用

被引：14

作者：

钱虹

阮大兵

黄正润

机构：

[1] 上海电力学院自动化工程学院

来源：

上海电力学院学报 | 2013年 / 29卷 / 01期

关键词：

超短期负荷预测; 传统预测算法; 现代预测算法;

D O I：

暂无

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 [电力系统及其自动化];

摘要：

简述了超短期负荷预测的概念和应用.将目前预测方法分为传统预测算法和现代预测算法,介绍了各种算法的原理、适用范围,以及大规模新能源并网运行对超短期负荷预测的影响.对比分析各种算法的优点和不足,提出了对历史数据预处理、建立分时段的综合预测模型,以及考虑气象因素等提高超短期负荷预测精度的措施.

引用

收藏

页码：9 / 12

页数：4

相关论文

共 21 条

[1]

基于超短期负荷预测的智能备自投在线投退系统 [D].

殷智 .

山东大学,

2011

[2]

省级电网AGC控制策略研究 [J].

谭涛 ;

姜杰 ;

何潜 ;

张太勤 ;

蔡明 ;

秦传明 .

电力系统保护与控制, 2011, 39 (16) :63-66

[3]

基于免疫算法的超短期负荷预测方法 [J].

鲍光辉 ;

熊赟超 ;

艾芊 .

华东电力, 2010, 38 (12) :1964-1967

[4]

基于自适应双向加权最小二乘支持向量机的超短期负荷预测 [J].

王岗 ;

姜杰 ;

唐昆明 ;

张太勤 .

电力系统保护与控制, 2010, 38 (19) :142-146

[5]

基于局部形相似的超短期负荷预测 [J].

马一平 ;

张卫 ;

贾强 .

电网与清洁能源, 2010, 26 (09) :25-28

[6]

电力系统超短期负荷预测技术的应用与发展 [J].

张怡 ;

张锋 .

浙江电力, 2010, 29 (02) :5-8+29

[7]

基于超短期负荷预测的电力系统动态状态估计 [J].

谢铁明 ;

卫志农 ;

袁安建 .

江苏电机工程, 2009, 28 (01) :8-10

[8]

基于改进BP网络的电力系统超短期负荷预测 [J].

贾德香 ;

韩净 .

安徽电气工程职业技术学院学报, 2008, (03) :71-73

[9]

基于相似时间序列检索的超短期负荷预测 [J].

张思远 ;

何光宇 ;

梅生伟 ;

王伟 ;

张王俊 .

电网技术, 2008, (12) :56-59

[10]

具有安全校正与超前控制功能的自动发电控制研究 [J].

刘翌 ;

刘盛松 ;

陈莉 ;

王岗 .

电力科学与工程, 2007, (01) :23-27