基于马尔可夫链筛选组合预测模型的中长期负荷预测方法
本文关键词:基于马尔可夫链筛选组合预测模型的中长期负荷预测方法
【摘要】:在负荷预测的模型组合过程中,主要是根据历史数据的趋势恰当选择模型,再根据模型特点选择权重分配方法。针对灰色关联度满足要求的几种模型预测值分化较大的问题,从负荷数据的增长率无后效性这一特点出发,通过对原始数据增长率的分析,采用马尔可夫链划分区间,从几种满足精度要求的模型中筛选出两种进行组合预测,通过方差—协方差方法分配权重。经过该种方法的筛选,不仅可以更准确地选择组合预测模型的类型,而且具有较高精度。
【作者单位】: 中国矿业大学信息与电气工程学院;赣榆区供电公司;
【关键词】: 马尔可夫链 筛选 灰色关联度 组合预测
【基金】:国家自然科学基金(51107143)~~
【分类号】:TM715
【正文快照】: This work is supported by National Natural Science Foundation of China(No.51107143).0引言电力系统负荷预测是供电部门科学、经济、合理地管理电力系统的一项重要内容。对电力部门分配未来几年的工作任务,合理部署人力、物力资源,促进国民经济快速、稳定增长具有极为重
【相似文献】
中国期刊全文数据库 前10条
1 赵海青,杨秀岐;灰色加法组合预测模型及其应用[J];保定师范专科学校学报;2002年04期
2 蒋惠凤;何有世;张兵;;基于回归神经网络的长期电力负荷组合预测模型研究[J];统计与决策;2007年24期
3 江朋;童述林;万志宏;;组合预测模型在电力系统负荷预测中的应用研究[J];自动化与信息工程;2011年01期
4 赵海青,牛东晓;灰色优选组合预测模型及其应用[J];保定师范专科学校学报;2002年02期
5 赵海青;;基于熵值法的组合预测模型及其在高峰负荷预测中应用[J];大学数学;2011年03期
6 谢开贵,李春燕,周家启;基于神经网络的负荷组合预测模型研究[J];中国电机工程学报;2002年07期
7 王敬敏,王振旗,张彩庆;农网改造评价指标的非线性优选组合预测模型[J];华北电力大学学报;2003年04期
8 苏士美;王明霞;姚猛;张建华;;基于WHAC-E组合预测模型的短期电力负荷预测[J];郑州大学学报(工学版);2014年03期
9 宋晓华;祖丕娥;伊静;刘达;;基于改进GM(1,1)和SVM的长期电量优化组合预测模型[J];中南大学学报(自然科学版);2012年05期
10 李聪;辛鹏;孙峥;;基于粒子群优化算法(PSO)的电力需求预测分析[J];科技与企业;2012年19期
中国博士学位论文全文数据库 前1条
1 南晓强;风电预测技术及其运行分析[D];西南交通大学;2013年
中国硕士学位论文全文数据库 前10条
1 聂威;组合预测模型在中山电力中长期负荷预测系统中的应用[D];电子科技大学;2008年
2 郁其雨;电力负荷交叉不定权组合预测模型研究[D];中南大学;2009年
3 吴念;地区电网中长期负荷组合预测模型和方法研究[D];华南理工大学;2012年
4 陈育成;基于小波包的短时风机出力组合预测模型研究[D];广东工业大学;2014年
5 徐晓波;电动汽车充/换电站短期负荷预测方法研究[D];华北电力大学;2015年
6 宋鹤;基于WEB的风电场可视化监测技术研究[D];沈阳理工大学;2015年
7 张露;风电功率组合预测模型的研究[D];重庆大学;2015年
8 蒋星;基于趋势点模型的超短期风电功率预测研究[D];广西大学;2015年
9 苏静;前移回归分析及其组合预测模型应用研究[D];湖南大学;2010年
10 张亚军;变权系数组合预测模型在电力系统负荷预测中的应用研究[D];西南交通大学;2007年
,本文编号:971751
本文链接:https://www.wllwen.com/kejilunwen/dianlidianqilunwen/971751.html