案例库 / 电气应用 / 2017 年第 11 期

计及气象因素和日期属性的短期负荷预测研究

包广清, 林麒麟, 吴国栋

兰州理工大学电气工程与信息工程学院; 国网甘肃省电力公司调度控制中心

来源期刊电气应用

年份 / 期2017 年第 11 期

页码第 46-51 页

栏目分类电力系统

案例编号DGJZ201711015

入库时间2026-10-19 15:43

全文 1.7 MB

摘要

气象因素和日期属性作为影响电力负荷的主要因素,近年来已成为负荷预测技术研究的焦点。为了既简洁又全面地表征各气象因素对负荷的影响,利用主成分分析法对多变量气象因素进行降维处理,得到综合气象指标。同时对日期属性进行量化评估,并利用思维进化算法优化Elman神经网络的权值阈值,提出MEA-Elman预测模型。最后以甘肃某地区实际负荷为例,表明了该方法能够有效提高配电网短期负荷的预测准确度。

关键词

负荷预测气象因素日期属性主成分分析 MEA-Elman预测模型

全文预览

若上方预览无法显示，请新窗口打开或下载 PDF。