月度负荷预测

作品数：21被引量：153H指数：7
导出分析报告
相关领域：电气工程自动化与计算机技术更多>>
相关作者：吴耀华苏振宇苏振宇龙勇刘学琴更多>>
相关机构：陕西理工大学甘肃省电力公司华北电力大学上海交通大学更多>>
相关期刊：《科技资讯》《电气开关》《科教导刊》《东北电力大学学报》更多>>
相关基金：国家自然科学基金国家社会科学基金国家高技术研究发展计划中央高校基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
计及季节与趋势因素的综合能源系统负荷预测被引量：15
《沈阳工业大学学报》2020年第5期481-487,共7页张铁岩 孙天贺 
国家重大科技项目重点专项(2012YQ090175).
针对复杂影响因素下综合能源系统月度负荷预测精度低的问题,提出基于时间序列特征分解的月度负荷预测模型.利用时间序列分解方法将负荷数据分解为季节分量、趋势分量与随机分量,根据各分量随时间变化的特性,分别采用向量自回归模型、最...
关键词：综合能源系统 月度负荷预测 时间序列 特征分量分解 季节分量 趋势分量 随机分量 向量自回归 最小二乘支持向量回归 
基于Beta样条曲线与GM模型组合的月度负荷预测
《数字技术与应用》2019年第9期76-77,共2页黄秀花 
宁夏大学新华学院科研基金项目(16XHKY02)
本文基于月度负荷具有增长性和季节波动性的二重趋势特征,提出了一种新的月度负荷预测方法。该方法通过运用GM模型对纵向历史数据预测,对于横向历史数据采用Beta样条曲线预测,共同构建组合预测模型,最后给出这种预测方法的建模步骤。通...
关键词：Beta样条曲线 GM模型 月度负荷预测 二重趋势 
一种基于XGBoost算法的月度负荷预测方法被引量：6
《浙江电力》2019年第5期77-82,共6页钱仲文 陈浩 纪德良 
国网浙江省电力有限公司科技项目(5211HZ17000C)
为向大工业提供更为精确的月度负荷预测,提出将XGBoost(极端梯度上升)算法引入电网负荷预测,对负荷及相关影响因素指标进行异常识别填补、指标转换、独热编码等数据预处理工作;结合关联分析,对相关影响因素指标进行筛选;最后采用XGBoos...
关键词：XGBoost 支持向量机 神经网络 月度负荷预测 数据预处理 关联分析 
基于EEMD和随机森林的月度负荷预测被引量：19
《智慧电力》2018年第6期12-18,共7页刘达 孙堃 黄晗 
国家自然科学基金项目(51641701);中央高校基金项目(2017MS080)~~
准确的负荷预测是电力市场稳定运行的关键。2017年实施偏差电量考核给售电公司带来了极大的挑战。可再生能源和新能源的接入需要高精度的负荷预测。利用集合经验模态分解(EEMD)算法将全社会用电增速序列分解为6个子序列,将子序列组合成...
关键词：经验模式分解 随机森林 支持向量机 月度负荷预测 
基于小波分析的并行膜混合核支持向量机月度负荷预测被引量：5
《水电能源科学》2018年第6期210-213,共4页张金刚 陈永强 雷霞 鲍晓婷 余飞鸿 张婷婷 
西华大学研究生创新基金(ycjj2017062)
针对现代电力系统月负荷数据的趋势增长性和波动性的非线性特征,提出了一种基于小波变换的混合支持向量机负荷预测模型。通过小波变换将负荷序列分解为不同尺度的子序列,考虑负荷的季节波动性,将温度因素作为输入变量,构建混合核函数LWP...
关键词：月负荷预测 小波分析 最小二乘支持向量机 混合核函数 并行膜计算(PMC) 
基于regARIMA模型的月度负荷预测效果研究被引量：18
《中国电力》2018年第5期166-171,共6页苏振宇 龙勇 赵丽艳 
国家社会科学基金重点项目(14AZD130)~~
为探究离群值对月度负荷预测效果的影响,建立计及离群值影响的季节性ARIMA月度负荷预测模型(reg ARIMA),选择1999—2017年北京、甘肃等5省(市)的实际月度负荷数据,对预测效果进行比较研究。结果表明,与普通ARIMA模型相比,考虑了离群值...
关键词：月度负荷 负荷预测 离群值 regARIMA模型 
基于季节调整和BP神经网络的月度负荷预测被引量：23
《系统工程理论与实践》2018年第4期1052-1060,共9页龙勇 苏振宇 汪於 
国家社会科学基金重点项目(14AZD130)~~
月度电力负荷序列中离群值及节假日因素会影响月度负荷预测的准确性．为此，提出了基于季节调整方法和BP神经网络的月度电力负荷组合预测模型．首先，利用季节调整方法对原始负荷序列进行预处理，消除离群值和春节假日的影响；然后用BP...
关键词：负荷预测 季节调整 离群值 神经网络 
考虑业扩报装的相关向量机月度负荷预测方法被引量：2
《电力系统及其自动化学报》2017年第7期1-6,共6页江梦洋 程浩忠 吴臻 黄锦华 
国家自然科学基金重点资助项目(51337005)
针对传统月度负荷预测方法缺乏考虑负荷内在影响因素的问题,该文提出了考虑业扩报装的相关向量机月度负荷预测方法。该方法通过生长曲线拟合和k-均值聚类研究业扩报装后的用电趋势,提取出逐月影响比例,计算得到对当月负荷具有实际影响...
关键词：月度负荷预测 生长曲线 业扩报装 实际业扩增量 相关向量机 
基于混合算法的月度负荷预测研究与应用
《信息通信》2017年第7期84-86,共3页邱立国 
用电量预测的核心问题是预测的技术方法,如何提高预测精度是国内外研究的热点。文章提出了一种月度预测系统,该方法结合了季节性预测和非季节性预测两种算法,并通过评估确定不同算法所占权重,最终得到预测误差最小的组合预测结果。
关键词：月度预测 季节模型 组合优化 
基于业扩报装的月度负荷预测被引量：7
《浙江电力》2016年第12期11-14,35,共5页龙厚印 刘卫东 黄锦华 李黎 
随着我国经济进入新常态,产业结构调整加大了电力中短期负荷预测难度。采用支持向量机法、业扩增量调整法、温度调整法和K-L信息量法,充分考虑温度、经济等主导因素的影响,使用2007—2015年业扩报装数据,建立训练样本,利用历史数据检验...
关键词：业扩报装 支持向量机 负荷预测 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部