考虑气象因素和日期类型的短期负荷预测

• 作者: 包宇庆 易弢 林扬宇 陈彬
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 负荷预测 人工神经网络 气象因素 仿真
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 能源领域仿真
• 页码范围: 109-112,179
• 页数: 5页
• 分类号: TM743
• 字数: 2727字
• 语种: 中文

摘要

为电力系统的合理安排,设计了一种计及气象因素和日期类型的短期负荷预测方法.首先,通过对典型日负荷数据的分析,论证了短期负荷数据具有随日周期、周周期和天气类型以及气温等相关气象数据的变化规律;然后,以过去24小时负荷数据、日期类型以及天气、温度的数据作为系统输入量建立基于反向传播神经网络(BP ANN)的负荷预测模型;最后,对预测模型进行了仿真验证,仿真结果表明,相比于不考虑气象因素和日期类型的负荷预测方法,可大大提高短期负荷预测的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈彬	福建省电力有限公司电力科学研究院	30	523	12.0	22.0
2	易弢	福建省电力有限公司电力科学研究院	4	37	3.0	4.0
3	林扬宇		4	48	3.0	4.0
4	包宇庆	东南大学电气工程学院	5	83	3.0	5.0