基于元胞历史负荷数据的负荷密度指标法

发布时间：2018-06-26 03:23

本文选题：空间负荷预测 + 负荷密度指标　；参考：《电网技术》2014年04期

【摘要】：已有负荷密度指标的求取方法往往忽视了对实测历史负荷数据的挖掘,或是忽略了同类负荷的非均匀分布问题,为此提出了一种基于元胞历史负荷数据的负荷密度指标法。该方法通过I类元胞的负荷密度确定分类负荷密度协调系数,根据I类元胞的历史负荷与其供电面积、用地信息、分类负荷密度之间的约束关系,建立元胞负荷与分类负荷密度的关系方程,并采用最小二乘法求取分类负荷密度指标,利用已求得的历年分类负荷密度指标预测其在目标年的大小,求出每个II类元胞的负荷值,从而实现空间负荷预测。工程实例验证了该方法的实用性和有效性。
[Abstract]:The existing methods of calculating the load density index often ignore the mining of the measured historical load data or the non-uniform distribution of the same load. Therefore, a load density index method based on the cellular historical load data is proposed. In this method, the coordination coefficient of classified load density is determined by the load density of class I cell. According to the constraint relationship between the historical load of class I cell and its power supply area, land information and classified load density, The relation equation between cell load and classified load density is established, and the index of classified load density is obtained by least square method, and the magnitude of classified load density in target year is predicted by the calculated index of classified load density in previous years. The load value of each class II cell is calculated, and the spatial load forecasting is realized. The practicability and effectiveness of the method are verified by an engineering example.
【作者单位】：东北电力大学电气工程学院;辽宁省电力有限公司电力经济技术研究院;
【基金】：国家自然科学基金项目(51177009)~~
【分类号】：TM715

【参考文献】

相关期刊论文前10条

1 刘自发;陈艳旭;张杰超;;基于AHP和TOPSIS法的空间负荷预测[J];电力科学与技术学报;2009年04期

2 王成山,黄纯华,葛少云,戴宏伟,肖健,周义,辛锐;一个实用的城市电力负荷密度预测系统[J];电力系统自动化;1992年06期

3 康重庆,夏清,张伯明;电力系统负荷预测研究综述与发展方向的探讨[J];电力系统自动化;2004年17期

4 符杨;朱兰;曹家麟;;基于模糊贴近度理论的负荷密度指标求取新方法[J];电力系统自动化;2007年19期

5 乐欢;王主丁;肖栋柱;叶晓龙;赵俊光;;基于空区推论的空间负荷预测分类分区实用法[J];电力系统自动化;2009年07期

6 肖白;穆钢;黎平;杨右虹;闫浩;杨晨钧;;空间负荷预测中的负荷时序消差方法[J];电力系统自动化;2010年16期

7 朱凤娟;王主丁;陆俭;张巧霞;向婷婷;;考虑小区发展不均衡的空间负荷预测分类分区法[J];电力系统自动化;2012年12期

8 刘自发;庞铖铖;魏建炜;何江涛;;基于IAHP和TOPSIS方法的负荷密度指标计算[J];电力系统自动化;2012年13期

9 符杨;曹家麟;谢楠;朱兰;;基于模糊综合评判的负荷密度指标选取新方法[J];电网技术;2007年18期

10 周nv;孙威;任海军;张昀;孙才新;谢国勇;邓景云;;基于最小二乘支持向量机和负荷密度指标法的配电网空间负荷预测[J];电网技术;2011年01期

【共引文献】

相关期刊论文前10条

1 陈晶;杨春玲;郑安豫;;短期负荷预测的自适应加权支持向量机新方法[J];安徽电气工程职业技术学院学报;2011年01期

2 李春生;陈光辉;;基于最大信息压缩指标与层次分析法的电力负荷组合预测模型[J];电力科学与技术学报;2008年01期

3 刘自发;陈艳旭;张杰超;;基于AHP和TOPSIS法的空间负荷预测[J];电力科学与技术学报;2009年04期

4 穆钢;郭鹏伟;肖白;刘青林;杨士慧;周潮;张宇;;基于灰色均生函数模型的电力系统月度负荷预测[J];东北电力大学学报;2011年03期

5 赵志民;盛四清;;基于小波分析和遗传程序设计的短期负荷预测[J];电测与仪表;2010年S1期

6 牛东晓;刘达;陈广娟;冯义;;基于遗传优化的支持向量机小时负荷滚动预测[J];电工技术学报;2007年06期

7 周晓华;黄玲;刘胜永;;GMDH方法在中长期电力负荷预测中的应用[J];电气应用;2008年06期

8 万国成;王汉华;;最小二乘法在配网馈线年度负荷预测中的应用[J];电气应用;2008年09期

9 李凯;刘金海;陆岩;;基于粒子滤波算法的电力系统短期负荷预测研究[J];电力学报;2011年06期

10 段青;赵建国;马艳;;优化组合核函数相关向量机电力负荷预测模型[J];电机与控制学报;2010年06期

相关期刊论文前10条

1 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

2 史虹,叶笑春;选题决策模糊综合评判方法探讨[J];编辑学报;2002年05期

3 董景荣;基于因素影响的电力消费预测研究[J];重庆师范学院学报(自然科学版);2000年02期

4 刘自发;陈艳旭;张杰超;;基于AHP和TOPSIS法的空间负荷预测[J];电力科学与技术学报;2009年04期

5 陈亚红,穆钢,段方丽;短期电力负荷预报中几种异常数据的处理[J];东北电力学院学报;2002年02期

6 李金超;牛东晓;李金颖;张香珍;;基于负荷细分与SVM技术的电力负荷空间分布预测[J];电工电能新技术;2008年01期

7 程其云,张晓星,周nv,雷绍兰,孙才新;基于粗糙集数据挖掘的配电网小区空间负荷预测方法研究[J];电工技术学报;2005年05期

8 杨慢慢;王金凤;李燕青;王福菊;;改进的空间负荷预测法及其应用[J];电力科学与工程;2011年11期

9 杨建萍;南京市居民用电负荷特性分析与思考[J];电力需求侧管理;2002年02期

10 王成山,黄纯华,葛少云,戴宏伟,肖健,周义,辛锐;一个实用的城市电力负荷密度预测系统[J];电力系统自动化;1992年06期

相关期刊论文前10条

1 苏琳;康积涛;;地理信息系统在配电网规划与设计中的应用[J];华东电力;2006年01期

2 苏琳,康积涛;GIS系统在配电网规划与设计中的应用[J];自动化博览;2005年05期

3 苏琳;康积涛;;GIS系统在配电网规划设计中的应用[J];供用电;2006年02期

4 王汝英;邹淮;朱晓辉;朱晓波;张柏林;;基于GIS的道路照明信息管理系统[J];天津电力技术;1997年04期

5 马敏孜;;配网自动化地理信息管理系统设计[J];电工技术;2002年09期

6 杨帆,丁坚勇;配电网电力生产管理信息系统[J];高电压技术;2005年09期

7 孙寄生;;配电网生产管理信息系统的开发与实践[J];供用电;2006年01期

8 尚海燕;;某供电分公司配电GIS网络一体化解决方案[J];电力学报;2006年03期

9 刘颖,陆明怡,叶宜理;陕西省电网地理信息系统构想及初步实现[J];中国电力;2001年05期

10 陈拥军;;地理信息系统在农村电网管理中的应用[J];电力信息化;2005年04期