检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于解集模型的水电站超短期负荷预测研究

长江技术经济 2021年第2期5卷 58-61页

作者：寇立夯陈在妮朱阳国家能源投资集团有限公司北京100038 国家能源大渡河流域生产指挥中心四川成都610041

结合瀑布沟电站实际负荷资料,提出基于解集模型与标幺值原理的负荷预测模型,并进行超短期负荷预测实例验证,预测结果与电网下达的计划出力对比分析结果表明,模型预测结果与实际负荷的偏差明显小于计划出力与实际负荷的偏差。本文所建负... 详细信息

结合瀑布沟电站实际负荷资料,提出基于解集模型与标幺值原理的负荷预测模型,并进行超短期负荷预测实例验证,预测结果与电网下达的计划出力对比分析结果表明,模型预测结果与实际负荷的偏差明显小于计划出力与实际负荷的偏差。本文所建负荷预测模型可用于指导水电站的生产运行管理,特别是指导发电企业参与现货市场交易决策。

关键词：典型解集模型相关解集模型标幺值超短期负荷预测瀑布沟电站

在线全文

学校读者我要写书评

暂无评论

XGBoost在超短期负荷预测中的应用

电气传动自动化 2017年第4期39卷 21-25页

作者：杨修德王金梅张丽娜宁夏大学物理与电子电气工程学院宁夏银川750000

随着智能电网、电力负荷数据呈指数级增长,传统模型在处理海量负荷预测数据时显现出疲态、无法达到高效的问题。提出采用正则项限制模型复杂度、进行二阶泰勒展开、可并行计算特征分裂增益的XGBoost模型来解决这类问题。选用第九届电工... 详细信息

随着智能电网、电力负荷数据呈指数级增长,传统模型在处理海量负荷预测数据时显现出疲态、无法达到高效的问题。提出采用正则项限制模型复杂度、进行二阶泰勒展开、可并行计算特征分裂增益的XGBoost模型来解决这类问题。选用第九届电工数学建模A题负荷预测竞赛的某地区真实电荷数据作为样本,对2015-01-10日每隔15分钟的电网负荷进行预测,并利用平均绝对误差(MAE)、均方误差(MSE)、均方根误差(RMSE)对XGBoost与现有的GBRT及RF分别预测的96个时刻的数据进行分析。结果表明XGBoost对电网超短期负荷预测具有更好的拟合度和更高的精准度,可运用到实际负荷预测当中。

关键词： XGBoost 梯度增强回归树随机森林算法大数据超短期负荷预测

在线全文

学校读者我要写书评

暂无评论

基于局部形相似的超短期负荷预测

电网与清洁能源 2010年第9期26卷 25-28页

作者：马一平张卫贾强西安供电局西安710032 西安应用光学研究所西安710065

为了进一步提高超短期负荷预测的精度,特别是负荷曲线出现拐点时的预测精度,在选择相似日的基础上,提出了一种基于局部形相似的超短期负荷预测方法。通过西安地区实际负荷数据的仿真,验证了该方法既能保证负荷曲线拐点处的预测精度,同... 详细信息

为了进一步提高超短期负荷预测的精度,特别是负荷曲线出现拐点时的预测精度,在选择相似日的基础上,提出了一种基于局部形相似的超短期负荷预测方法。通过西安地区实际负荷数据的仿真,验证了该方法既能保证负荷曲线拐点处的预测精度,同时又提高了总体的预测准确度。

关键词：超短期负荷预测相似日局部形相似系数

在线全文

学校读者我要写书评

暂无评论

基于超短期负荷预测的智能配电网状态估计

中国高新技术企业 2016年第31期 132-133,71页

作者：郑伟锋许达国网浙江省电力公司宁波供电公司浙江宁波315020

智能配电网中的自愈控制内的数据出口以及态势的感知元件所包含的重要部分便是状态估计。状态估计是每个数据采集周期过程中进行相应的全网的状态的估计计算。利用指数函数对错误数据产生的影响进行控制,可对状态估计的精度进行提升。... 详细信息

智能配电网中的自愈控制内的数据出口以及态势的感知元件所包含的重要部分便是状态估计。状态估计是每个数据采集周期过程中进行相应的全网的状态的估计计算。利用指数函数对错误数据产生的影响进行控制,可对状态估计的精度进行提升。文章根据对IEEE36节点的计算进行分析来对算法的科学性进行验证。

关键词：超短期负荷预测智能配电网状态估计自愈控制数据出口感知元件

在线全文

学校读者我要写书评

暂无评论

基于局部相似和LSSVM的超短期负荷预测

中国电力教育 2010年第S1期 428-430页

作者：史军曹磊保定供电公司生产技术部

针对电力系统超短期负荷预测的特点,应用了一种基于局部相似和LSSVM的预测方法。该方法根据目标负荷,将预测时刻前一段负荷序列与历史同一时段负荷序列的形系数引入到预测样本的选择中,并利用最小二乘支持向量机方法对处理后的预测样本... 详细信息

针对电力系统超短期负荷预测的特点,应用了一种基于局部相似和LSSVM的预测方法。该方法根据目标负荷,将预测时刻前一段负荷序列与历史同一时段负荷序列的形系数引入到预测样本的选择中,并利用最小二乘支持向量机方法对处理后的预测样本进行训练和构建模型。某地区的负荷预测结果表明,该方法能够提高超短负荷预测总体准确性和拐点处的准确性,且运行速度快,对实时调度和电网经济运行具有很大的实用价值。

关键词：超短期负荷预测局部相似最小二乘支持向量机实时调度

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于改进BP网络的电力系统超短期负荷预测

安徽电气工程职业技术学院学报 2008年第3期13卷 71-73页

作者：贾德香韩净国网北京经济技术研究院北京100761 马鞍山供电公司安徽马鞍山243000

超短期电力负荷预测是电力系统运行管理的重要工作之一。本文提出了一种基于改进BP网络的超短期负荷预测方法。考虑了训练样本中坏数据的剔除,建立了变结构的BP网络模型,然后采用变学习步长的方法对BP网络模型进行训练。对某地区实际负... 详细信息

超短期电力负荷预测是电力系统运行管理的重要工作之一。本文提出了一种基于改进BP网络的超短期负荷预测方法。考虑了训练样本中坏数据的剔除,建立了变结构的BP网络模型,然后采用变学习步长的方法对BP网络模型进行训练。对某地区实际负荷的预测结果表明该方法有较高的预测精度,能取得令人满意的结果。

关键词：超短期负荷预测 BP网络变学习步长变结构

基于时间序列法超短期负荷预测改进方法的研究

在线全文

学校读者我要写书评

暂无评论

辽宁工业大学学报（自然科学版） 2015年第5期35卷 285-289页

作者：张超任国臣牛艺桥蒋蕾贾书文辽宁工业大学电气工程学院辽宁锦州121001

针对传统时间序列法的超短期负荷预测模型对波动性较大的负荷预测精度低的问题,提出了一种含误差修正的时间序列法的超短期负荷预测方法。该方法对负荷时序建立超短期时间序列预测模型进行初步预测,并应用BP神经网络预测时序模型所产生... 详细信息

针对传统时间序列法的超短期负荷预测模型对波动性较大的负荷预测精度低的问题,提出了一种含误差修正的时间序列法的超短期负荷预测方法。该方法对负荷时序建立超短期时间序列预测模型进行初步预测,并应用BP神经网络预测时序模型所产生的误差,从而对预测值进行修正。仿真结果表明,与传统时序法相比,改进方法有效地提高了超短期负荷预测的精度。

关键词：超短期负荷预测时间序列法 BP神经网络预测方法

在线全文

学校读者我要写书评

暂无评论

电力系统超短期负荷预测技术的应用与发展

浙江电力 2010年第2期29卷 5-8,29页

作者：张怡张锋浙江大学电气工程学院杭州310027 浙江电力职业技术学院杭州310015 浙江电力调度通信中心杭州310007

从电力系统超短期负荷预测的定义及作用出发,概述超短期负荷预测的特点及方法。按照传统预测方法、现代预测方法及综合预测方法分类,对各种超短期负荷预测方法的原理、应用范围、改进及发展方向进行了综述。指出各类超短期负荷预测方法... 详细信息

从电力系统超短期负荷预测的定义及作用出发,概述超短期负荷预测的特点及方法。按照传统预测方法、现代预测方法及综合预测方法分类,对各种超短期负荷预测方法的原理、应用范围、改进及发展方向进行了综述。指出各类超短期负荷预测方法都有特定的适用场合,在实际应用时要充分考虑预测系统的实际运行特点,才能最大限度地发挥各类方法的优势。

关键词：超短期负荷预测传统预测现代预测综合预测

在线全文

学校读者我要写书评

暂无评论

基于VMD和ELM的超短期负荷预测方法

国外电子测量技术 2019年第1期38卷 24-28页

作者：孟凡煦张琰骏东北石油大学电气工程学院大庆163400

为了使用有限的历史数据精准地预测将来某段时间内的超短期负荷变化,把变分模态分解(variational mode decomposition,VMD)引入到超短期负荷预测中。首先将历史负荷的时间序列进行VMD分解,得到一组相对平稳的模态分量,然后对各模态分量... 详细信息

为了使用有限的历史数据精准地预测将来某段时间内的超短期负荷变化,把变分模态分解(variational mode decomposition,VMD)引入到超短期负荷预测中。首先将历史负荷的时间序列进行VMD分解,得到一组相对平稳的模态分量,然后对各模态分量分别建立极限学习机(extreme learning machine,ELM)预测模型,再将各模态分量的预测结果累加获得最终预测值。算例比较表明,所提出的方法具备很高的预测精度以及很快的预测速度。

关键词：超短期负荷预测变分模态分解极限学习机预测模型