基于概率统计的电力负荷时间序列预测模型

• 作者: 贾庆兰
• 来源期刊: 现代电子技术
• 关键词: 电力负荷预测 概率统计 时间序列 预测模型构建 数据预处理 实验验证
• 年，卷（期）: 2020,（21）
• 所属期刊栏目: 电子技术及应用
• 页码范围: 179-182,186
• 页数: 5页
• 分类号: TN911.1-34|TU413
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.21.041

摘要

电力负荷预测属于设置发电计划与电力系统发展的核心,高精度的负荷预测对于电力系统经济、安全、稳定的工作存在着不可忽视的作用.为此,构建基于概率统计的电力负荷时间序列预测模型,采用基于概率主分量分析模型的电力运行数据预处理方法,去除冗余数据.对预处理后的电力运行数据,通过基于多变量时间序列的电力负荷预测模型,实现电力负荷预测.经实验验证,所构建模型对电力负荷的预测结果可信度高,且对短期、长期的电力负荷的预测精度均显著,针对不同时间序列类型的电力负荷预测任务而言,均可实现高精度、全方位的电力负荷预测,可作为电力负荷预测任务中的参考模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾庆兰		14	14	2.0	3.0