基于负荷内部特性和外部随机因素的短期负荷预测模型

• 作者: 孙雅明 张世英 张智晟
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 短期负荷预测 模式识别 混沌特性 数据挖掘 电力系统
• 年，卷（期）: 2006,（8）
• 所属期刊栏目: 自动化
• 页码范围: 71-75
• 页数: 5页
• 分类号: TM715
• 字数: 4270字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-3673.2006.08.014

摘要

根据电力系统负荷序列的混沌特性,提出将其划分为基本混沌负荷分量和外部随机因素负荷分量,依据不同的理论分别构造预测模型.前者通过混沌动力学机理和动态递归时延神经网络融合来构造模型;后者在依据日类型和气象特征进行数据挖掘聚类的基础上利用统计分析与智能识别融合来构造模型.大量的仿真计算证明了所提出的短期负荷预测模型能有效保证全年的预测精度及其稳定性,对夏季高温区和特殊类型日的预测精度有明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张世英		321	9183	51.0	81.0
2	孙雅明		56	3112	30.0	55.0
3	张智晟		11	375	8.0	11.0