案例库 / 电气应用 / 2015 年第 S2 期

基于贝叶斯网络的短期负荷预测方法

周玉, 崔高颖, 易永仙, 陈霄, 石坤, 许高杰

江苏省电力公司电力科学研究院; 国家电网公司电能计量重点实验室; 中国电力科学研究院

来源期刊电气应用

年份 / 期2015 年第 S2 期

页码第 130-134 页

栏目分类用电

案例编号DGJZ2015S2029

入库时间2026-10-19 15:46

全文 303 KB

摘要

作为电力系统经济调度中的重要内容之一,短期负荷预测的准确性对改善电网运行性能起着重要作用。由于传统预测方法具有一定的缺陷,提出了一种基于贝叶斯网络的短期负荷预测方法,在综合考虑影响负荷要素的基础上构建贝叶斯网络模型,并在已知负荷数据的基础上提出基于贝叶斯法则的学习算法,对某已知电网的大量负荷数据进行学习和预测。预测结果表明,贝叶斯网络模型较传统多元线性回归方法相比具有更高的预测准确度。

关键词

负荷预测贝叶斯网络多元线性回归预测准确度

全文预览

若上方预览无法显示，请新窗口打开或下载 PDF。