霍普金斯统计在短期负荷预测中的应用探讨

• 作者: 彭显刚 王洪森 赖家文 陈奕
• 来源期刊: 广东电力
• 学科: 工学
• 关键词: 霍普金斯统计 数据挖掘 负荷预测 支持向量机
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 开发与应用
• 页码范围: 89-93,98
• 页数: 6页
• 分类号: TM715.1
• 字数: 3790字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-290X.2013.08.019

摘要

提出了一种评价电力负荷受各相关因素影响的分析方法.该方法利用霍普金斯统计获取地区年度负荷霍普金斯统计值曲线,通过该曲线综合评价气候变化、季节更替、降雨量、温度等因素对电力负荷的影响程度.在此基础上,根据霍普金斯统计值选择和调整输入节点、样本集空间大小等预测策略,实现与支持向量机短期负荷预测方法的有效结合,并对96个时刻点的日负荷曲线进行仿真预测,结果表明,霍普金斯统计方法在分析地区负荷影响因素的应用中是有效可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭显刚	广东工业大学自动化学院	105	1183	20.0	30.0
2	王洪森	广东工业大学自动化学院	3	13	2.0	3.0
3	赖家文	广东工业大学自动化学院	2	52	2.0	2.0
4	陈奕		3	62	3.0	3.0