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:
为提高年度最大负荷预测准确度,更好地服务电网公司电网规划与运行科学精准管理,结合最大负荷可分解特性,文章将年度最大负荷分解为基础负荷和空调负荷;并从经济增长、城镇化进程、居民与服务业需求、气象和电网供电能力5个维度系统总结了基础负荷和空调负荷共计11个影响因素指标,构建了基于多维度与主成分分析的年最大负荷分解预测模型.安徽省某地市的实例表明,文章提出的年最大负荷分解预测模型由于综合考虑了分类负荷特性及其多维度影响因素,预测准确率高,可作为电力市场分析预测和电网规划人员开展年度最大负荷预测的一种有效方法.
推荐文章
面向云计算的主成分分析多变量局域预测模型
云计算
多变量相空间
主成分分析
局域预测模型
空间负荷预测中确定元胞负荷合理最大值的主成分分析法
空间负荷预测
城市电网
主成分分析
元胞
随机波动
基于气象成分分解的夏季短期负荷预测
短期负荷预测
气象成分分解
气象波动因素
XGBoost
基于C#的主成分分析算法及其与GIS接口
C#
GIS
主成分分析
算法
接口
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 基于多维度与主成分分析的年最大负荷分解预测
来源期刊 安徽电气工程职业技术学院学报 学科
关键词 最大负荷 分解 多维度 主成分 预测
年,卷(期) 2021,(1) 所属期刊栏目 电力技术
研究方向 页码范围 16-23
页数 8页 分类号 TM715+.1|F407.61
字数 语种 中文
DOI 10.3969/j.issn.1672-9706.2021.01.005
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(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)
研究主题发展历程
节点文献
最大负荷
分解
多维度
主成分
预测
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
安徽电气工程职业技术学院学报
季刊
1672-9706
34-1297/Z
大16开
安徽省合肥市黄山路330号
26-163
1996
chi
出版文献量(篇)
2472
总下载数(次)
8
总被引数(次)
6093
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导