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:
采用统计分析的方式研究地区电网夏季空调负荷的变化规律,综合考虑空调负荷的影响因素,构建了地区电网夏季空调负荷预测模型.该模型以地区电网负荷变化曲线为基础,实现了对空调负荷曲线的有效分离,随后采用Pearson相关系数考察各类影响因素与日最大空调降温负荷的相关性,通过比较日最大空调降温负荷与各类指标的相关系数,构造出一个能够体现最大空调负荷受本地区气象和社会经济影响较大的"经济气象综合指标",并利用回归分析提炼出空调降温负荷与综合指标的变化规律,最终实现夏季空调负荷的精准预测.基于某地区电网2006—2015年电力负荷及其相关数据,使用该模型预测2016年该地区电网夏季空调负荷,预测结果证明了模型的有效性.
推荐文章
基于流量预测和相关系数的异常检测
无线传感器网络
混沌时间序列
流量预测
相关系数
异常检测
相关系数平稳序列滤波、预测和平滑
滤波 预测 平滑 相关系数AR(p)序列 相关系数MA(q)序列 相关系数ARMA(p
q)序列
基于节点相关系数的RSSI定位算法研究
无线传感器网络
相关系数
RSSI定位算法
节点分布
约束条件
定位精度
基于改进的皮尔逊相关系数的低压配电网 拓扑结构校验方法
低压拓扑校验
皮尔逊相关系数
电压曲线相似性
样本集
KNN算法
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 基于皮尔逊相关系数的电网夏季空调负荷预测研究
来源期刊 电力需求侧管理 学科 工学
关键词 空调降温负荷 Pearson相关系数 经济气象综合指标 预测模型
年,卷(期) 2017,(6) 所属期刊栏目 研究与探讨
研究方向 页码范围 7-13
页数 7页 分类号 TM714
字数 5144字 语种 中文
DOI 10.3969/j.issn.1009-1831.2017.06.003
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 胡斯佳 14 103 6.0 10.0
2 曾建平 2 17 1.0 2.0
3 唐伟斌 1 16 1.0 1.0
4 李涛 1 16 1.0 1.0
5 邹品晶 1 16 1.0 1.0
6 向仲卿 1 16 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (146)
共引文献  (281)
参考文献  (10)
节点文献
引证文献  (16)
同被引文献  (96)
二级引证文献  (22)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(2)
  • 参考文献(0)
  • 二级参考文献(2)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(10)
  • 参考文献(0)
  • 二级参考文献(10)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(13)
  • 参考文献(0)
  • 二级参考文献(13)
2005(12)
  • 参考文献(1)
  • 二级参考文献(11)
2006(9)
  • 参考文献(0)
  • 二级参考文献(9)
2007(10)
  • 参考文献(1)
  • 二级参考文献(9)
2008(14)
  • 参考文献(0)
  • 二级参考文献(14)
2009(7)
  • 参考文献(1)
  • 二级参考文献(6)
2010(11)
  • 参考文献(1)
  • 二级参考文献(10)
2011(12)
  • 参考文献(0)
  • 二级参考文献(12)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(12)
  • 参考文献(2)
  • 二级参考文献(10)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(11)
  • 引证文献(6)
  • 二级引证文献(5)
2020(23)
  • 引证文献(6)
  • 二级引证文献(17)
研究主题发展历程
节点文献
空调降温负荷
Pearson相关系数
经济气象综合指标
预测模型
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
电力需求侧管理
双月刊
1009-1831
32-1592/TK
大16开
江苏省南京市北京西路20号
1999
chi
出版文献量(篇)
3078
总下载数(次)
15
总被引数(次)
18507
论文1v1指导