计及季节与趋势因素的综合能源系统负荷预测

发布时间：2022-08-23 21:17

　　针对复杂影响因素下综合能源系统月度负荷预测精度低的问题,提出基于时间序列特征分解的月度负荷预测模型.利用时间序列分解方法将负荷数据分解为季节分量、趋势分量与随机分量,根据各分量随时间变化的特性,分别采用向量自回归模型、最小二乘支持向量回归与平均值法进行预测.各分量预测结果的投影重构值作为月度负荷的预测值,并考虑了季节拐点与区域经济因素对月度负荷的影响.实例分析证明该方法能够有效提高综合能源系统的月度负荷预测精度. 

【文章页数】：7 页

【参考文献】：
期刊论文
[1]基于多特征融合和混合核SVM的目标识别方法[J]. 李红丽,马耀锋.  沈阳工业大学学报. 2018(04)
[2]计及需求侧管理的电—气集成能源系统协同规划[J]. 高滢,王芃,薛友,文福拴,张利军,孙可,徐晨博.  电力系统自动化. 2018(13)
[3]基于变分模态分解和LSSVM的风电场短期风速预测[J]. 张妍,韩璞,王东风,王少蕊.  太阳能学报. 2018(01)
[4]基于饱和负荷密度的城市远景空间负荷预测[J]. 张明理,宋卓然,梁毅,史喆,叶鹏.  沈阳工业大学学报. 2018(01)
[5]成分分解方法预测月度电力负荷[J]. 龙勇,苏振宇,盖晓平.  电力系统及其自动化学报. 2017(05)
[6]基于X-12-ARIMA季节分解与年度电量校正的月度电量预测[J]. 张强,王毅,李鼎睿,朱文俊.  电力建设. 2017(01)
[7]结合X12乘法模型和ARIMA模型的月售电量预测方法[J]. 颜伟,程超,薛斌,李丹,陈飞,王顺昌.  电力系统及其自动化学报. 2016(05)



本文编号：3678499