作者:
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:
为了提升预测精度,根据电力系统日负荷曲线特性以及不同时段负荷对气象因素敏感度的差异性,将96点日负荷划分为4个时段分别预测.基于预测日的前一日,以各个时段平均负荷变化为输出变量,以预测日的日类型、月份、最高温度变化、最低温度变化和前一日的最高温度变化、最低温度变化为输入变量,建立多元线性回归模型.通过该模型可计算预测日的平均负荷与前一日的平均负荷的比率.相关性分析表明相邻日的负荷曲线具备较高线性相关度,因此基于前一日的负荷数据,可以推算出预测日的负荷.以东莞地区负荷为例,结果分析表明,本文方法具备较高的稳定性和准确性,优于传统方法.
推荐文章
电力系统负荷的混沌预测方法研究
混沌理论
预测
电力系统
负荷
油田电力系统中长期负荷预测方法
油田电力系统
长期负荷
预测模型
测试
改进贝叶斯分类器在电力系统负荷预测中的应用
贝叶斯分类器
粗糙集
负荷预测
基于BP神经网络的电力系统短期负荷预测
负荷预测
神经网络
遗传算法
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 考虑气象因素累积效应的电力系统96点日负荷预测方法
来源期刊 电气技术 学科
关键词 负荷预测 电力系统 日负荷 气象
年,卷(期) 2018,(4) 所属期刊栏目 研究与开发
研究方向 页码范围 28-32
页数 5页 分类号
字数 3054字 语种 中文
DOI 10.3969/j.issn.1673-3800.2018.04.009
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 李汉巨 12 30 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (85)
共引文献  (232)
参考文献  (10)
节点文献
引证文献  (6)
同被引文献  (48)
二级引证文献  (7)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(8)
  • 参考文献(1)
  • 二级参考文献(7)
2002(9)
  • 参考文献(0)
  • 二级参考文献(9)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(11)
  • 参考文献(0)
  • 二级参考文献(11)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(10)
  • 参考文献(2)
  • 二级参考文献(8)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2015(4)
  • 参考文献(2)
  • 二级参考文献(2)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
2019(8)
  • 引证文献(5)
  • 二级引证文献(3)
2020(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
负荷预测
电力系统
日负荷
气象
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
电气技术
月刊
1673-3800
11-5255/TM
大16开
北京市西城区莲花池东路102号天莲大厦10层
2000
chi
出版文献量(篇)
6373
总下载数(次)
15
论文1v1指导