共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
根据多年从事电力负荷预测的经历和感受,重点介绍在电力需求预测中需电量预测的几种常用方法,并对这几种预测方法作了阐述,同时就如何做好电力需求预测工作提出建议。 相似文献
3.
杨玉琴 《大科技.科学之谜》2014,(6):78-79
近些年,我国城市建设速度不断加快,城市电网规划也有着越来越重要的地位,其中,电力系统负荷预测是实现电力系统安全、经济运行的基础,因此,准确的负荷预测方法的研究具有重要的理论意义和实用价值,本文首先介绍了空间负荷预测方法及其数学模型,分析了电网规划对负荷预测的提出的要求,最后对空间负荷预测的几种方法进行了探讨。 相似文献
4.
5.
文章分析了电力系统负荷预报的几种方法,并对它们的优缺点及适用范围做了简要评价,指出了电力负荷预测方法的发展趋势. 相似文献
6.
笔者根据多年从事电力负荷预测的经历和感受,简单介绍了电力市场分析预测的几种方法,然后重点阐述了电力市场分析预测方法针对不同地区的应用,为如何更好地作好电力市场分析预测提供便捷。 相似文献
7.
8.
电力负荷预测是电力系统调度、用电、规划等管理部门的重要工作。电力负荷预测主要用来预报未来几小时,它是能量管理系统的重要组成部分,在现代电力系统的安全和经济运行中起着重要作用。随着电力企业逐渐走向市场,对短期负荷预测提出了更高的精度要求。主要从季节变动因素阐述了电力负荷预测的基本方法。 相似文献
9.
负荷预测对电力系统规划和运行极其重要,本文论述了电力负荷预测与分类、负荷预测的基本过程。同时本文采用外推预测技术、单耗法和新兴交叉学科人工免疫预测法对阜新地区电力负荷进行长期的预测,并对实际预测结果进行了分析、比较。得出结论:这三种方法都适合于对地区电力负荷进行长期的预测,取三种方法预测的中间值可以得到相对精确的预测结果。 相似文献
10.
基于电力负荷预测的方法,综合分析了经济发展水平、人民生活水平、电力消费结构和气温气候等主要因素对电力负荷预测的影响。结合新疆电力负荷预测的特点,提出做好新疆电力负荷N~,l-z-作的几点建议。为避免因电力负荷预测误差过大造成严重后果,准确把握电力负荷发展规律,提高电力负荷预测准确率水平,提升电力负荷预测的专,Jk4Jc水平,本文在基础数据准确性、数据库完备性、降低大用户电力负荷波动影响和完善电力负荷预测管理水平等方面进行了详细的阐述。 相似文献
11.
12.
根据多种负荷预测方法,对呼和浩特地区"十二五"的负荷情况进行了分析预测,最终确定了高中低三种负荷方案,结合负荷的预测结果和现有电网结构提出了呼和浩特电网"十二五"末的网架。 相似文献
14.
微电网系统中发电功率和负荷功率不匹配将会对其稳定性造成不利影响,为了准确预测微电网系统的短期负荷变化趋势,保证微电网可靠安全运行,文章提出了一种基于单变量单时间步长短期记忆神经网络(Long short-term memory,LSTM)的微电网短期负荷预测方法,该方法利用LSTM擅长处理时序性数据的能力,首先使用微电网负荷的历史数据进行模型训练,然后使用前一个采样点的数据去预测下一个时刻的数据.利用上述方法搭建了基于Keras的单变量单时间步长LSTM微电网短期负荷预测模型,使用某地各大区用电量进行负荷预测,实验结果跟实际用电量的平均绝对误差百分比为1.46%,取得了良好的预测精度,验证了该方法的有效性. 相似文献
15.
16.
提出了一种能够提高负荷预测精度的方法。在对历史电网运行数据进行处理时引入大数据挖掘技术,并且使用了支技向量机来进行电力系统短期负荷的预测新方式,对基于粒子群优化的支持向量算法进行了改进,提出基于相似日聚类的支持向量机的方法以对电网的负荷状态进行预测。以湘潭市的电力负荷数据为测试数据,进行两种算法结果的对比。结果表明:本文的算法在对比中具有较大的优势,数据预处理在预测的精度上有着非常重要的关联。 相似文献
17.
电力负荷是一个多维非线性系统,电力系统短期负荷预测是电力系统运行调度中一项非常重要的工作。从经典预测方法和现代预测方法两方面介绍了短期负荷预测的研究现状以及各方法的不足之处。 相似文献
18.
研究了基于BP网络在中电力负荷预测中的应用,通过神经网络对训练样本的学习,自动提取影响中长期电力负荷的诸多因素。从训练速度、预测误差等方面分析对比了两种神经网络预测能力,仿真和实例数据表明了两种神经网络在中长期电力负荷预测方面的可行性和良好效果。 相似文献
19.
交直流(AC/DC)配电系统中的负荷类型更加多样化和复杂化,因此负荷变化规律也更加难以掌握,精确的负荷预测对AC/DC配电系统的调度非常重要.针对神经网络、灰色理论和支持向量机等传统的短期负荷预测方法存在的预测精度不高的问题,本文采用改进集成学习算法对传统的预测方法进行改进,提出了一种基于浅层神经网络的梯度提升算法(GBSNN)以及基于长短期记忆网络的极度梯度提升(XGBLSTM)算法.同时,本文采用Huber函数作为预测模型的损失函数,该函数对异常的负荷数据具有很强的鲁棒性,可以有效减小模型的泛化误差.最后通过仿真分析证明本文提出的基于GBSNN和XGBLSTM的短期负荷预测方法比其他方法具有更高的预测精度,在AC/DC配电系统负荷预测中具有更好的效果. 相似文献
20.
当今,电力负荷的不断增长对电力生产的调节能力提出越来越高的要求。要想实现电网的实时控制和长期规划发展,必须对电力负荷进行科学预测,只有这样才能在电力生产中掌握主动权。本文首先对电力负荷的预测进行了分类,重点对负荷经典预测方法和负荷现代预测方法进行了研究,并给出了实例分析。 相似文献