成分分解方法预测月度电力负荷

• 作者: 盖晓平 苏振宇 龙勇
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 离群值 月度负荷 季节调整 成分分解
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 35-40
• 页数: 6页
• 分类号: TM715|TM743
• 字数: 4704字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8930.2017.05.006

摘要

为了提高月度负荷预测精度,提出了基于X-12-ARIMA季节调整模型的月度负荷预测方法.首先在季节调整前,消除原始负荷中离群值、工作日、闰年等效应的影响,然后对经季节调整后的趋势循环序列应用H-P滤波方法进行成分分解,再针对分解后得到的长期趋势、循环周期、季节因子、不规则成分序列的特点选择了适合的预测模型进行预测并得到最终结果.通过甘肃地区188个月的负荷数据进行检验,结果表明该预测方法是可靠有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龙勇	重庆大学经济与工商管理学院	171	2439	26.0	39.0
2	苏振宇	重庆大学经济与工商管理学院	8	90	5.0	8.0
6	盖晓平	甘肃省电力公司培训中心	2	25	2.0	2.0