基于BP网络和灰色模型的春节配变重过载预测

被引:25
作者
史常凯 [1 ]
闫文棋 [2 ]
张筱慧 [2 ]
张波 [1 ]
樊勇华 [1 ]
唐巍 [2 ]
机构
[1] 中国电力科学研究院
[2] 中国农业大学信息与电气工程学院
关键词
春节电力负荷; 配电变压器; 重过载预测; BP网络; 灰色预测;
D O I
暂无
中图分类号
TM421 [配电变压器];
学科分类号
080808 [智能电器与电工装备];
摘要
做好春节配电台区的负荷预测工作,对制定配电变压器重过载的应对措施,防止配电台区设备损坏,保证居民用电可靠性和安全性具有十分重要的意义。针对春节电力负荷的特殊性和规律性,采用模糊聚类法对春节假期进行时段划分,基于BP神经网络和灰色预测系统建立春节配变的日最大负荷预测模型,并结合配变的额定参数,通过预测结果判断配变是否重载或者过载。算例分析表明,该方法预测精度高,在实际应用中具备可行性。
引用
收藏
页码:140 / 145
页数:6
相关论文
共 11 条
[1]
模糊C均值聚类算法在用电异常稽查中的应用 [J].
王鹏伍 ;
孙志杰 ;
傅军 ;
周国鹏 .
华北电力技术, 2016, (04) :14-18
[2]
基于混沌时间序列法的微网短期负荷预测 [J].
李东东 ;
覃子珊 ;
林顺富 ;
郑小霞 ;
王天祥 .
电力系统及其自动化学报, 2015, 27 (05) :14-18
[3]
短期电力系统负荷预测方法综述 [J].
杜雅楠 ;
郭志娟 ;
吕灵芝 ;
母建茹 ;
袁鹏 .
技术与市场, 2015, 22 (05) :339-340
[4]
基于人工神经网络的负荷模型预测 [J].
李龙 ;
魏靖 ;
黎灿兵 ;
曹一家 ;
宋军英 ;
方八零 .
电工技术学报, 2015, 30 (08) :225-230
[5]
电力系统短期负荷预测方法研究综述 [J].
王惠中 ;
周佳 ;
刘轲 .
电气自动化, 2015, 37 (01) :1-3+39
[6]
某市春节负荷特性分析及预测方法应用研究 [J].
苏宜强 .
电力需求侧管理, 2014, 16 (01) :36-39
[7]
基于改进灰色模型的短期电力负荷预测 [J].
卢建昌 ;
裴乐萍 .
山东电力高等专科学校学报, 2013, 16 (03) :5-7+16
[8]
基于同类型日思路的节假日电力负荷预测方法 [J].
童琴华 .
江西电力职业技术学院学报, 2009, 22 (03) :14-16
[9]
杭州地区春节电力负荷特性的分析 [J].
韩丽娜 ;
方鸽飞 .
能源工程, 2008, (03) :12-15
[10]
基于小波分析的电力系统短期负荷预测方法 [J].
邰能灵 ;
侯志俭 ;
李涛 ;
蒋传文 ;
宋炯 .
中国电机工程学报, 2003, (01)