基于趋势组合的知期电力负荷预测模型
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TM715

基金项目:

重庆大学高电压与电工新技术教育部重点实验室资助


Short-Term Electric Load Forecasting Based Trends Combination Model
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    在运用神经网络进行短期电力负荷预测中,天气是影响负荷的重要因素。为了更好地捕捉天气对负荷的影响,文中提出了一种基于神经网络的趋势组合短期负荷预测思想和模型,将短期负荷与天气变量的内在关系分解为3个不同的趋势分量,即周趋势分量、日趋势分量和小时趋势分量,每一个趋势分量分别用一个神经网络模型捕获,趋势分量的预测结果再用一个神经网络模型进行组合,从而得到最终的预测值,分别用改进的和传统的模型预测一周的小时负荷,结果表明,这种神经网络模型能取得更好的预测精度。

    Abstract:

    In short term load forecasting based on ANN,weather is one of the important factors which impacts on load greatly. In order to capture the effect of weather on load, this paper presents a novel thought based on ANN and trends combination short term load forecasting. Decompose the underlying relationships between load and weather variables into three main trends of weekly, daily and hourly. Three separated ANNs capture each trend. Another ANN to arrive at the final forecast combines the forecasts yielded by individual ANNs. The performances of the proposed model and the traditional model are compared on the basis of one week ahead hourly forecasts. Results indicate that the proposed ANN based model can achieve greater forecasting accuracy than the traditional ANN based model.

    参考文献
    相似文献
    引证文献
引用本文

张淮清 俞集辉 等.基于趋势组合的知期电力负荷预测模型[J].重庆大学学报,2002,25(10):13-16.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:2002-06-13
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码