共 19 条
- [11] 基于时间序列法超短期负荷预测改进方法的研究[D]. 张超.辽宁工业大学 2015
- [12] 基于时间序列的电力系统短期负荷预测研究[D]. 万志宏.华南理工大学 2012
- [13] 智能挖掘电力负荷预测研究及应用[M]. 中国水利水电出版社 , 王建军, 2013
- [14] 优化系数的NGM(1,1,k)模型在中长期电量预测中的应用[J]. 电力系统保护与控制, 2015, 43 (12) : 98 - 103鲁宝春赵深田盈杨杨李宝国陈晓英孙丽颖
含有历史不良数据的电力负荷预测研究
被引：26
作者：
杨慧霞
[1
,2
]
邓迎君
[3
]
刘志斌
[4
]
姚睿
[5
]
机构：
[1] 许昌开普电气研究院
[2] 河南省继电保护及自动化重点实验室
[3] 许继集团有限公司
[4] 上海电力学院
[5] 北京四方继保自动化股份有限公司
来源：
基金：
上海市自然科学基金;
关键词：
短期负荷预测;
不良数据辨识;
相似度;
神经网络;
D O I：
暂无
中图分类号：
TM715 [电力系统规划];
学科分类号：
摘要：
传统负荷预测算法在历史负荷序列无不良数据的条件下已能对短期负荷做出较为理想的预测。由于实际负荷数据在监测、集抄、存储过程中难免会产生错误或有所误差,此时仍依靠传统预测算法进行负荷预测,可能在某些时间节点会引起较大误差。为了解决此问题,提出含有历史负荷序列不良数据辨识与修正能力且能对负荷进行相似度预测及负荷偏差纠正的预测模型。通过运用实际电力负荷数据进行验证,该模型能较好地避免了不良数据的干扰,有效地提高了含有不良数据的历史负荷序列的预测精度。
引用
收藏
页码：62 / 68
页数：7
相关论文