短期电力负荷非线性预测模型的比较

被引：23

作者：

胡国胜

任震

机构：

[1] 广东科学技术职业学院

[2] 华南理工大学电力学院华南理工大学电力学院

来源：

电气应用 | 2005年 / 01期

基金：

广东省自然科学基金;

关键词：

负荷预测模型; 时间序列; 神经网络; 小波; 支持向量机;

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：

总结和分析了目前流行的电力系统短期负荷非线性预测方法,包括时间序列法、组合预测法、神经网络法、小波法和支持向量法。通过实例说明它们在电力系统短期负荷预测中计算速度和精度。

引用

页码：48 / 53

页数：6

共 5 条

[1]

An artificial neural network hourly temperature forecaster with application in load forecasting..Alireza Khotanzad;.IEEE Trans. on Power System.1996,

[2]

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)

[3]

基于支撑向量机方法的短期负荷预测 [J].

赵登福 ;

王蒙 ;

张讲社 ;

王锡凡 .

中国电机工程学报, 2002, (04)

[4]

基于小波分解与气象因素影响的电力系统日负荷预测模型研究 [J].

谢宏 ;

陈志业 ;

牛东晓 ;

赵磊 .

中国电机工程学报, 2001, (05)

[5]

组合预测方法在电力负荷预测中的应用 [J].

谢敬东 ;

唐国庆 ;

徐高飞 ;

陈高文 .

中国电力, 1998, (06)

← 1 →