基于多因素加法模型的中期电力负荷预测

• 作者: 林劼 江育娥 翁金芳 黄伟
• 来源期刊: 计算机系统应用
• 关键词: 负荷预测 多因素加法模型 中期电力预测 人工智能算法 数据挖掘
• 年，卷（期）: 2016,（3）
• 页码范围: 14-20
• 页数: 7页
• 字数: 5683字
• 语种: 中文

摘要

提前准确预测所需电力负荷,做好电力规划是电力部门保证电力供应稳定不可或缺的重要环节.基于欧洲智能网络(EUNITE)竞赛电力数据和北美电力数据,提出一种多因素加法模型,进行中期电力预测.考虑到温度、假期、星期等因素对电力负荷产生不同的影响,拟合出这些因素与电力负荷之间的映射关系,相加得到电力负荷预测的函数.还比较了业界常用的7种不同的算法模型,使用6种不同指标对这些模型和多因素加法模型进行评估,实验结果发现,在这8种不同算法模型中,多因素加法模型有着更加精确的预测性能,运算速度比其他模型快,并且模型更加容易理解和解释.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄伟	福建师范大学软件学院	21	60	5.0	7.0
2	林劼	福建师范大学软件学院	25	138	6.0	11.0
3	江育娥	福建师范大学软件学院	11	65	4.0	8.0
4	翁金芳	福建师范大学软件学院	1	5	1.0	1.0