考虑舒适温度区间和突变量的月售电量预测线性回归模型

  常规的月售电量预测线性回归模型存在两点影响预测精度的问题:在考虑温度的影响时忽略了舒适温度区间内不存在采暖和制冷措施的事实;由于随机变动不易量化而忽略了随机变动的影响。为解决上述两点问题,提出两种改进措施:分别选择低温阈值温度与高温阈值温度,且仅当实际温度低于低温阈值温度或高于高温阈值温度才产生采暖措施或制冷措施;提出将随机变动量化的方法,并将其量化值作为月售电量影响因素纳入预测模型。常规的月售电量预测线性回归模型经过改进后,能更好地建立温度与月售电量的关系,同时能合理地考虑随机变动对月售电量的影响,有利于提高预测精度。用重庆市铜梁区实际数据仿真分析,验证了两种改进措施的有效性。 

 

电力系统保护与控制. 2017,45(01)北大核心CSCD

 

页数：6

 

参考文献

 

期刊论文

 

[1]基于K-L信息量法的安徽省工业用电量预测[J]. 石雪梅,葛斐,肖夕林.  电网与清洁能源. 2015(11)

[2]基于高斯混沌粒子群优化动态前馈神经网络的短期负荷预测[J]. 孙景文,常鲜戎.  陕西电力. 2015(09)

[3]优化系数的NGM（1,1,k）模型在中长期电量预测中的应用[J]. 鲁宝春,赵深,田盈,杨杨,李宝国,陈晓英,孙丽颖.  电力系统保护与控制. 2015(12)

[4]基于改进最小二乘支持向量机和预测误差校正的短期风电负荷预测[J]. 李霄,王昕,郑益慧,李立学,生西奎,吴昊.  电力系统保护与控制. 2015(11)

[5]基于ESPRIT分解算法的短期电力负荷预测[J]. 马哲,舒勤.  电力系统保护与控制. 2015(07)

[6]基于量子和声优化的改进DMSFE组合模型及在中长期电量预测中的应用[J]. 孙伟,常虹,赵巧芝.  电力系统保护与控制. 2014(21)

[7]应用于月度用电量预测的小波分析法[J]. 吴雪花.  江苏电机工程. 2014(02)

[8]电力系统短期负荷预测方法综述[J]. 廖旎焕,胡智宏,马莹莹,卢王允.  电力系统保护与控制. 2011(01)

[9]中长期负荷预测的异常数据辨识与缺失数据处理[J]. 毛李帆,姚建刚,金永顺,李文杰,关石磊,陈芳.  电网技术. 2010(07)

[10]售电量分类预测模型及其软件开发[J]. 孔令云,卢继平,颜伟,刘蕾,丁攀.  电力系统及其自动化学报. 2008(06)