基于指数加权移动平均多维组合模型的电力负荷预测

• 作者: 万华 康琛 李颖玥 王勋 程宏波
• 来源期刊: 华东交通大学学报
• 学科: 工学
• 关键词: 电力负荷预测 指数加权移动平均 多维数据 组合模型 时间占优
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 学科基础与前沿
• 页码范围: 102-108
• 页数: 7页
• 分类号: TM715
• 字数: 3894字
• 语种: 中文

摘要

随着电力行业的不断发展,对电力用户侧进行用电负荷预测成了满足用户用电供需平衡和电网规划的重要部分.在大数据背景下,为提高电力负荷预测结果的准确性,针对历史数据时间远近的影响,分别考虑同期历史数据和近期历史数据两类数据局限性的影响,基于时间占优的原理,引入指数加权移动平均模型对不同时刻的数据进行权重分配,提出了改进的电力负荷预测模型.以某地区电力负荷预测为例,所得预测结果在标准误差上提高了29.5％,平均绝对百分误差提高了25.7％,分析结果表明提出的模型是可行的且有较高的精确度,为电力负荷的预测提供可靠的参考依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程宏波	华东交通大学电气与自动化工程学院	51	282	9.0	15.0
2	王勋	华东交通大学电气与自动化工程学院	53	309	8.0	16.0
3	万华	国网江西省电力有限公司电力科学研究院	9	5	1.0	1.0
4	康琛	国网江西省电力有限公司电力科学研究院	19	69	5.0	7.0
5	李颖玥	华东交通大学电气与自动化工程学院	1	1	1.0	1.0