基于改进回归法的电力负荷预测

• 作者: 刘涤尘 李敏 李钷
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 负荷预测 岭回归 主成分回归 聚类分析 电力系统
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 电力自动化
• 页码范围: 99-104
• 页数: 6页
• 分类号: TM715
• 字数: 5640字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-3673.2006.01.020

摘要

提出了一种基于改进回归法的电力负荷预测方法,在对历史数据进行分析和参数估计的基础上,先用岭回归法剔除奇异值,再用主成分回归法提取影响负荷的主要因素,得出模型的解析形式.针对实际系统的应用验证了该方法不仅适用于短期负荷预测,也适用于超短期负荷预测.此外建立了一些特定因素的模糊函数,在超短期负荷预测过程中采用了聚类分析法提取负荷相似日.通过不同的简化,该方法可蜕化为传统的Kalman预测、相似日预测和神经网络预测,是一种比较全面的负荷预测方法,可得出高精度的预测结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘涤尘	武汉大学电气工程学院	306	4153	33.0	48.0
2	李敏	武汉大学电气工程学院	87	740	14.0	25.0
3	李钷	武汉大学电气工程学院	4	199	4.0	4.0