中长期负荷

作品数:309被引量:1856H指数:25
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:顾洁周步祥牛东晓姚建刚程浩忠更多>>
相关机构:华北电力大学上海交通大学湖南大学华南理工大学更多>>
相关期刊:更多>>
相关基金:国家自然科学基金国家电网公司科技项目国家重点基础研究发展计划国家高技术研究发展计划更多>>
-

检索结果分析

结果分析中...
选择条件:
  • 期刊=电测与仪表x
条 记 录,以下是1-7
视图:
排序:
基于元胞自动机技术的农村中长期负荷预测方法
《电测与仪表》2023年第4期106-112,共7页熊宁 肖异瑶 姚志刚 钟士元 舒娇 
针对农村用电负荷分布不均、多样性强,难以准确预测的问题,在考虑农村发展规划、经济、人口等影响负荷变化因素的基础上,提出了一种基于元胞自动机技术的农村中长期负荷预测方法。根据农村用电用途和特点,对农村负荷进行分类;按照台区...
关键词:农村用电负荷 中长期 负荷预测 元胞自动机技术 门控循环单元网络模型 
经济新常态下基于Verhulst-SVM的中长期负荷预测模型被引量:21
《电测与仪表》2019年第1期102-107,共6页张冠英 羡一鸣 葛磊蛟 王莹 赵滨滨 王尧 
国网天津市电力公司科技资助项目(基于灵活负荷特性及其优化策略的电力需求预测研究);国家自然科学基金项目(51807134)
经济新常态背景下,电力系统中长期负荷预测面临着很多新问题,例如:GDP、人口等电力负荷影响因素呈"S"型曲线增长、电力负荷影响因素与电力负荷之间的不确定性增加、历史样本数量少等。为此,提出一种基于Verhulst-SVM的中长期负荷预测模...
关键词:经济新常态 负荷预测 VERHULST模型 支持向量机 
基于用电大数据的中长期负荷预测研究被引量:18
《电测与仪表》2018年第13期74-77,共4页郑海雁 王成亮 
随着全球信息化的发展,大数据时代已然来临。而电力行业与国计民生息息相关,有必要引入大数据技术提高其经济性、可靠性。江苏用电信息采集系统的建成,营销历史档案信息的积累,都为电力大数据的研究奠定了丰富的数据基础,江苏公司有优...
关键词:用电信息采集系统 用电大数据 负荷影响模型 电量影响模型 中长期负荷预测 
考虑电力市场交易影响的中长期负荷预测方法被引量:17
《电测与仪表》2017年第2期100-104,108,共6页胥威汀 李婷 刘友波 闫晓卿 刘莹 朱觅 
国家自然科学基金资助项目(51437003);国家电网公司科技项目<全球远期电力市场空间预测技术模型研究>(XM2015020043534)
市场化改革重构电力行业格局,放开发电计划和售电市场,其引发的自主市场行为比统购统销模式下的发用电行为更加难以捕捉和预测,电网规划面临挑战。为适应新的形势,有必要积极调整电网规划思路,探索创新负荷预测方法。文章从负荷预测的...
关键词:电网规划 负荷预测 电力平衡 电力市场 电价预测 集中撮合交易 
基于黄金分割法优选的中长期负荷变权组合预测被引量:6
《电测与仪表》2016年第3期85-92,共8页王森 薛永端 仉志华 宋华茂 王国权 刘华勇 
国家863高技术基金项目(2012AA050213);国家自然科学基金项目(51177096;51477184);中央高校基本科研业务费专项资金资助项目(13CX02101A);国网重庆市电力公司科技项目(KJ[2013]94)
为了提高中长期负荷预测的精度,避免单一的灰色模型预测和指数平滑法预测精度偏低的缺点,提出了基于黄金分割法优选的自适应变权组合预测方法。该方法首先对灰色预测方法和自适应三次指数平滑法进行了改进,以拟合值与实际值之间的相对...
关键词:中长期负荷预测 灰色模型 指数平滑法 黄金分割法 变权组合 
基于PCA-SVM模型的中长期电力负荷预测被引量:14
《电测与仪表》2015年第9期6-10,40,共6页詹长杰 周步祥 
电力系统负荷预测模型可以分为单一指标模型和信息集(多指标)模型,为客观准确地对中长期负荷预测进行研究,就要避免重要信息的遗漏,尽可能多的考虑与其有关联的信息。针对信息集模型中的大量信息,通过主成分分析法把综合信息集简化为少...
关键词:中长期负荷预测 综合信息集 主成分分析 支持向量机 
粒子群优化的灰色模型在中长期负荷预测中的应用被引量:22
《电测与仪表》2011年第2期40-43,63,共5页杨胡萍 毕志鹏 
针对GM(1,1)模型的局限性及在负荷预测中存在的问题,提出了一种基于粒子群优化的灰色模型。粒子群算法是一种新的全局优化算法,有很强的全局寻优能力,用它来优化灰色模型的背景值及初始值修正值,能较好地提高电力系统中长期负荷预测的...
关键词:负荷预测 粒子群算法 LABVIEW 
检索报告 对象比较 聚类工具 使用帮助 返回顶部