采用改进温湿度变量策略的夏季短期负荷预测方法

发布时间：2021-04-26 19:08

　　为了充分考虑温度和湿度变量对夏季电力负荷的综合影响,提出一种改进的基于温湿度多形式变量的夏季短期负荷预测方法。首先通过分析夏季气象因素对负荷变化的影响,构造了三种不同形式的温湿度变量作为模型输入变量。然后根据周特性变化对负荷进行分层,对各层负荷建立基于LASSO回归的预测模型,并通过枚举搜索求解算法对输入变量进行选择,优化预测模型。最后通过计算剩余变量对应的系数从而进一步估计出各时段负荷的分布。算例结果表明该方法能有效提高模型的预测精度及鲁棒性。 

【文章来源】：电力系统保护与控制. 2020,48(01)北大核心CSCD

【文章页数】：7 页

【文章目录】：
0 引言
1 气象影响因素与短期负荷特性分析
    1.1 温湿度多形式变量
    1.2 短期负荷特性分析
2 夏季短期负荷预测模型
    2.1 建立基于LASSO的负荷预测模型
    2.2 枚举搜索求解
3 算例分析
    3.1 算例数据及评价指标
    3.2 合肥市数据集预测结果分析
    3.3 新南威尔士州数据集预测结果分析
4 结论


【参考文献】：
期刊论文
[1]基于粗糙集-混沌时间序列Elman神经网络的短期用电量预测[J]. 吴佳懋,李艳,符一健.  电力系统保护与控制. 2019(03)
[2]融合历史数据和实时影响因素的精细化负荷预测[J]. 席雅雯,吴俊勇,石琛,朱孝文,蔡蓉.  电力系统保护与控制. 2019(01)
[3]省地协调的母线等效负荷预测及调度计划制定方法研究[J]. 单瑞卿,杨海晶,龚人杰,李朝晖,马瑞.  电力科学与技术学报. 2018(04)
[4]基于双组合预测的经济—电力负荷预测模型[J]. 程津,黎燕,夏向阳,罗安,王逸超,徐超,岳雨霏,郭鹏.  电力科学与技术学报. 2018(03)
[5]结合受限玻尔兹曼机的递归神经网络电力系统短期负荷预测[J]. 李若晨,朱帆,朱永利,翟羽佳.  电力系统保护与控制. 2018(17)
[6]LASSO回归和支持向量回归耦合的中长期径流预报[J]. 谢帅,黄跃飞,李铁键,刘朝云,王建华.  应用基础与工程科学学报. 2018(04)
[7]动态相似与静态相似相结合的短期负荷预测方法[J]. 方八零,李龙,赵家铸,王坚,赵习猛,黎灿兵,李奇远.  电力系统保护与控制. 2018(15)
[8]多元线性回归方法预测燃气轮机发电机组性能[J]. 刘闯,金仁瀚,巩二磊,刘勇,岳孟赫.  中国电机工程学报. 2017(16)
[9]含有历史不良数据的电力负荷预测研究[J]. 杨慧霞,邓迎君,刘志斌,姚睿.  电力系统保护与控制. 2017(15)
[10]基于模糊信息粒化与多策略灵敏度的短期日负荷曲线预测[J]. 李滨,覃芳璐,吴茵,黄佳.  电工技术学报. 2017(09)

博士论文
[1]一种基于AICc的新信息准则-bAICc[D]. 宋国锋.吉林大学 2017

硕士论文
[1]Lasso及其相关方法在多元线性回归模型中的应用[D]. 柯郑林.北京交通大学 2011



本文编号：3161956