日最大负荷特性分析及预测方法

• 作者: 李渊 马立新
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 特征提取 连续多天负荷预测 日最大负荷 假日负荷预测 神经网络
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 学术论文
• 页码范围: 31-34
• 页数: 4页
• 分类号: TP273.22
• 字数: 2819字
• 语种: 中文

摘要

电力调度和市场营销部门对电力负荷数据的走势形态和预测方法十分重视.在实际应用中,电力市场对提前预测未来连续多天的日最大负荷提出了新的要求.本文根据电力系统中日最大负荷的历史数据,分法定假日与非假日两部分单独研究其特性.对于假日最大负荷的预测,设定假日因子;对于非假日,通过小波分解提取日最大负荷变化的周期特征,再分别建立相应的BP神经网络模型进行预测.通过对某市电力负荷数据的预测及结果表明:采用这种组合方法可行有效、预测精度满足行业要求.有较强的理论意义和广泛地应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马立新	上海理工大学光电信息与计算机工程学院	146	650	11.0	17.0
2	李渊	上海理工大学光电信息与计算机工程学院	6	22	3.0	4.0