基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对已有GM(1,1)灰色预测模型在数据波动、突变和转折等不确定情况下预测精度较低的问题,提出一种基于灰关联分段优选组合模型的短期电力负荷预测模型.基于GM(1,1)模型在平滑上升和下降区段预测效果好、而一天的用电负荷可划分为几个峰谷区段的特点,对预测日进行灰关联分段和优选组合,避免出现由于初始条件选择不当而将误差引入模型并被逐步放大的风险;同时,通过组合不同角度GM(1,1)模型,解决负荷的多因素影响.经广西贵港市实际工程验证,本模型预测平均误差在3%左右,预测精度有明显提高,完全可满足该地区短期电力负荷预测的实际要求.
推荐文章
短期电力负荷预测方法研究
电力系统
短期电力负荷
灰色预测方法
基于气象因素敏感模型的短期电力负荷预测
人工神经网络
短期电力负荷预测
天气敏感性模型
气象因素
基于MRA+LMBP模型对电力系统短期负荷预测的研究
短期负荷预测
人工神经网络
L-M算法
多分辨率分析
基于优化决策树的短期电力负荷预测
短期负荷预测
决策树
粗糙集
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于灰关联分段优选组合模型的短期电力负荷预测研究
来源期刊 电工技术学报 学科 工学
关键词 短期电力负荷预测 GM(1,1)灰色预测模型 灰关联 分段优选组合
年,卷(期) 2009,(6) 所属期刊栏目 电力系统
研究方向 页码范围 115-120
页数 6页 分类号 TM715
字数 4628字 语种 中文
DOI 10.3321/j.issn:1000-6753.2009.06.019
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 金敏 湖南大学软件学院 36 377 11.0 18.0
2 张志明 湖南大学软件学院 2 33 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (88)
参考文献  (8)
节点文献
引证文献  (33)
同被引文献  (87)
二级引证文献  (132)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(6)
  • 参考文献(1)
  • 二级参考文献(5)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(9)
  • 参考文献(3)
  • 二级参考文献(6)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(7)
  • 引证文献(6)
  • 二级引证文献(1)
2013(5)
  • 引证文献(4)
  • 二级引证文献(1)
2014(19)
  • 引证文献(9)
  • 二级引证文献(10)
2015(18)
  • 引证文献(1)
  • 二级引证文献(17)
2016(32)
  • 引证文献(2)
  • 二级引证文献(30)
2017(34)
  • 引证文献(2)
  • 二级引证文献(32)
2018(21)
  • 引证文献(3)
  • 二级引证文献(18)
2019(21)
  • 引证文献(1)
  • 二级引证文献(20)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
短期电力负荷预测
GM(1,1)灰色预测模型
灰关联
分段优选组合
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电工技术学报
半月刊
1000-6753
11-2188/TM
大16开
北京市西城区莲花池东路102号天莲大厦10层
6-117
1986
chi
出版文献量(篇)
8330
总下载数(次)
38
总被引数(次)
195555
相关基金
湖南省自然科学基金
英文译名:Natural Science Foundation of Hunan Province
官方网址:http://jj.hnst.gov.cn/
项目类型:一般面上项目
学科类型:
论文1v1指导