基于改进主成分分析的短期负荷预测方法

• 作者: 王有元 程其云 陈伟根
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 主成分分析 神经网络 短期负荷预测 电力系统
• 年，卷（期）: 2005,（3）
• 所属期刊栏目: 自动化
• 页码范围: 64-67
• 页数: 4页
• 分类号: TM734
• 字数: 3089字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-3673.2005.03.014

摘要

由各时点负荷分量组成的负荷时间序列中,各数据点间具有一定的相关性和差异性,在进行短期负荷预测时模型一般无法兼顾数据的共性和差异性.作者采用一种改进的主成分分析法,在不损失负荷原始数据主要信息的前提下提取负荷数据的主成分,有效地减少了预测模型的输入量.同时,针对电力系统短期负荷受温度影响较大的特点,将温度因素引入BP神经网络进行短期负荷预测,实例分析验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈伟根	重庆大学高电压与电工新技术教育部重点实验室	99	3160	34.0	52.0
2	王有元	重庆大学高电压与电工新技术教育部重点实验室	63	2026	27.0	43.0
3	程其云	重庆大学高电压与电工新技术教育部重点实验室	9	494	9.0	9.0