一种自适应选择样本的用电负荷预测方法

发布时间：2018-05-15 05:42

  本文选题：岭回归 + 自适应　； 参考：《电子技术应用》2017年11期

【摘要】：针对传统短期负荷预测中预测模型缺乏自适应性、预测影响因素复杂难于筛选的问题,提出一种结合自适应技术的岭回归预测模型。通过引入岭回归技术,能在预测中多方面考虑各种复杂因素而不会受到因素间多重共线性的影响;引入虚拟预测日,同时设置不同权重对相似历史样本进行自适应筛选并训练,能够对每一个预测日减小预测误差。算例分析表明,应用结合自适应技术的岭回归预测方法后,实际预测误差得到显著降低。
[Abstract]:Aiming at the lack of adaptability of forecasting model in traditional short-term load forecasting and the complexity of factors affecting forecasting, a ridge regression forecasting model combined with adaptive technology is proposed. By introducing ridge regression technology, we can consider various complex factors in prediction without being affected by multiple collinear factors, introduce virtual forecasting days, and set up different weights for adaptive screening and training of similar historical samples. The prediction error can be reduced for each prediction day. The example analysis shows that the actual prediction error is significantly reduced by using the ridge regression prediction method combined with adaptive technology.
【作者单位】： 国网北京市电力公司昌平供电公司;中国电力科学研究院;国网上海市电力公司;
【基金】：国家863计划(2015AA050203) 国家电网公司科技项目(52094016000A)
【分类号】：TM715

【相似文献】

相关期刊论文 前10条

1 吴劲晖,王冬明,黄良宝,孙维真;一种超短期负荷预测的新方法——负荷求导法[J];浙江电力;2000年06期

2 戴和彩;浅谈如皋电网的短期负荷预测[J];农村电气化;2001年05期

3 侯凯元,穆钢,杨右虹,惠永杰;地区电网短期负荷预测系统的研究[J];电力系统及其自动化学报;2001年05期

4 潘勇;短期负荷预测精度影响因素分析和对策[J];农村电气化;2003年05期

5 赵登福,吴娟,刘昱,张讲社,王锡凡;基于事例推理的短期负荷预测[J];西安交通大学学报;2003年06期

6 莫维仁,张伯明,孙宏斌,胡子珩,刘顺桂;扩展短期负荷预测的原理和方法[J];中国电机工程学报;2003年03期

7 吴江;张龙胜;;温度、人体舒适度对地区短期负荷预测的影响[J];上海电力;2003年03期

8 梁勤励,谢正宁,田自军;银南电网短期负荷预测[J];农村电气化;2004年07期

9 丁恰,卢建刚,钱玉妹,张剑,廖怀庆;一种实用的超短期负荷预测曲线外推方法[J];电力系统自动化;2004年16期

10 胡子珩;刘顺桂;邱利斌;朱成骐;张伯明;孙宏斌;;深圳电网智能化自动运行短期负荷预测系统[J];电网技术;2005年23期

相关会议论文 前10条

1 侯广松;刘伟生;;适用于地区电网的短期负荷预测方法的研究[A];2005中国电机工程学会电力系统自动化专委会全国供用电管理自动化学术交流暨供用电管理自动化学科组第二届年会论文集[C];2005年

2 朱桂华;赖晓平;云昌钦;;在线短期负荷预测方法的研究与应用[A];1995年中国控制会议论文集（上）[C];1995年

3 杜欣慧;张岭;毕艳华;;采用自适应神经网络进行短期负荷预测[A];2004全国测控、计量与仪器仪表学术年会论文集（下册）[C];2004年

4 侯广松;刘伟生;谢广建;;基于相关因素映射和神经网络的短期负荷预测[A];2006电力系统自动化学术交流研讨大会论文集[C];2006年

5 唐向阳;;应用于短期负荷预测的自适应建模方法[A];广西电机工程学会第七届青年学术交流会论文集[C];2002年

6 杜俊红;滕欢;滕福生;;在线超短期负荷预测的分析与应用研究[A];2006中国电力系统保护与控制学术研讨会论文集[C];2006年

7 侯广松;刘伟生;;基于相关因素映射和神经网络的短期负荷预测[A];山东电机工程学会第十一届优秀学术论文集[C];2008年

8 盛琼;顾泽;骆丽楠;;基于实时气象要素的湖州短期负荷预测研究[A];第八届长三角气象科技发展论坛论文集[C];2011年

9 张雪莹;管霖;;采用谱分析建模和基于人工神经网络的短期负荷预测方案[A];广东省电机工程学会2003-2004年度优秀论文集[C];2005年

10 田晓;颜勇;孔凡坊;顾德英;;新型神经网络在短期负荷预测中的应用研究[A];山东电机工程学会第五届供电专业学术交流会论文集[C];2008年

相关重要报纸文章 前2条

1 通讯员池长斌;宁夏电网短期负荷预测西北第一[N];中国电力报;2011年

2 通讯员 池长斌;宁夏电力短期负荷预测保持领先[N];中国电力报;2011年

相关博士学位论文 前10条

1 卢芸;短期电力负荷预测关键问题与方法的研究[D];沈阳工业大学;2007年

2 郑永康;相空间重构与支持向量机结合的短期负荷预测研究[D];西南交通大学;2008年

3 王硕禾;基于短期负荷预测技术的电能控制系统研究[D];天津大学;2009年

4 程其云;基于数据挖掘的电力短期负荷预测模型及方法的研究[D];重庆大学;2004年

5 王志勇;数据挖掘方法在短期负荷预测中的应用研究[D];浙江大学;2007年

6 叶彬;混合智能建模技术及其在短期负荷预测中的应用研究[D];浙江大学;2006年

7 苏庆新;区域电力系统超短期负荷预测及网络建模分析[D];东华大学;2008年

8 吴宏晓;基于软计算方法的电力系统负荷预测[D];上海交通大学;2007年

9 雷绍兰;基于电力负荷时间序列混沌特性的短期负荷预测方法研究[D];重庆大学;2005年

10 谢忠玉;电力短期负荷时间序列混沌特性分析及预测研究[D];哈尔滨工程大学;2010年

相关硕士学位论文 前10条

1 曹东波;“机理＋辨识”预测策略在电力短期负荷预测中的应用[D];天津大学;2007年

2 张芳明;电力市场环境下的电力系统扩展短期负荷预测研究[D];湖南大学;2009年

3 李国辉;超短期负荷预测的广义外推法[D];大连理工大学;2008年

4 蔡佳宏;超短期负荷预测的研究[D];四川大学;2006年

5 罗军;跨平台短期负荷预测系统的研究、设计、实现[D];清华大学;2006年

6 王升治;深圳电网短期负荷预测闭环运行系统的研究[D];上海交通大学;2006年

7 闫冬梅;大孤山选矿厂电能信息采集及短期负荷预测的研究[D];长春工业大学;2010年

8 郭杰昊;基于混沌时间序列的短期负荷预测研究[D];上海交通大学;2015年

9 李海龙;考虑实时气象因素的电力系统短期负荷预测[D];华北电力大学;2015年

10 柏建良;组合预测模型在湖州电网短期负荷预测中的应用[D];华北电力大学;2015年

，

本文编号：1891247