期刊文献+
共找到15篇文章
< 1 >
每页显示 20 50 100
基于STL-MIC-LSTM方法的最大电力负荷预测方法研究
1
作者 杨军 武万里 +1 位作者 王淑丽 雍佳 《内蒙古科技与经济》 2024年第18期107-111,160,共6页
随着经济社会的快速发展,对电网调度的安全稳定提出了更高的要求,准确的电网负荷预测将发挥更加重要的作用。文章运用STL方法提取气象负荷,利用MIC选取适当的气象因子,建立了基于LSTM网络和多气象因子特征、按季节分类的最大电力负荷预... 随着经济社会的快速发展,对电网调度的安全稳定提出了更高的要求,准确的电网负荷预测将发挥更加重要的作用。文章运用STL方法提取气象负荷,利用MIC选取适当的气象因子,建立了基于LSTM网络和多气象因子特征、按季节分类的最大电力负荷预测模型并进行检验。利用模型预测了2023/2024年冬季银川市最大电力负荷,结果表明:STL方法能够有效地提取不同周期下的气象负荷;MIC可以较好地体现气象因子与气象负荷的非线性关系;在时间序列预测方面,LSTM网络能够较为准确地预测银川市日最大电力负荷;银川市2023/2024年冬季最大电力负荷为3161 MW,平均最大电力负荷较2022/2023年冬季偏高6%。 展开更多
关键词 最大电力负荷 气象因子 STL MIC LSTM 预测
下载PDF
基于气象因素的长江经济带湖北段夏季日最大电力负荷预测
2
作者 王丽娟 任永建 +1 位作者 王俊超 欧阳威 《南方能源建设》 2024年第1期133-142,共10页
[目的]利用气候预测模式的气温数据对未来长江经济带湖北段武汉、黄石、宜昌夏季日最大电力负荷进行预测。[方法]基于武汉、黄石、宜昌2008~2019年逐日最大电力负荷数据、同期平均气温、最高气温、最低气温等气象要素资料以及RegCM4区... [目的]利用气候预测模式的气温数据对未来长江经济带湖北段武汉、黄石、宜昌夏季日最大电力负荷进行预测。[方法]基于武汉、黄石、宜昌2008~2019年逐日最大电力负荷数据、同期平均气温、最高气温、最低气温等气象要素资料以及RegCM4区域气候模式预测数据,对3个地区的气象敏感电力负荷特性进行分析。在此基础上,通过回归法和群粒子优化BP神经网络算法,对未来(2020~2096年)日最大电力负荷进行定量滚动预测。[结果]结果表明,夏季平均气温与气象敏感负荷关联度最大。预测武汉和宜昌两地的夏季日最大电力负荷相似,两种预测值较近10 a日最大电力负荷稳步增长,回归预测的增长率要略高于神经网络预测;宜昌增长率比武汉高,最高超过40%。黄石日最大电力负荷的预期值较其他两地呈现出明显不同预测结果。[结论]预测长江经济带的中大型城市夏季日最大电力负荷的变化规律,有助于规划未来所需额外的电网容量。 展开更多
关键词 长江经济带湖北段 气象因素 模式预测 最大电力负荷 神经网络
下载PDF
基于气象因子的长沙市日最大电力负荷预测对比研究 被引量:2
3
作者 廖春花 罗潇 +3 位作者 谢睿恒 罗菁 朱明辉 谭诗琪 《自然灾害学报》 CSCD 北大核心 2023年第1期183-190,共8页
基于长沙市2018—2020年逐日日最大电力负荷和同期逐日气象要素数据,统计分析了日最大电力负荷的变化规律及节假日/周末效应。用趋势法分离出气象敏感负荷,并将气象敏感负荷与气象要素做相关性分析,最后用支持向量机方法和多元线性回归... 基于长沙市2018—2020年逐日日最大电力负荷和同期逐日气象要素数据,统计分析了日最大电力负荷的变化规律及节假日/周末效应。用趋势法分离出气象敏感负荷,并将气象敏感负荷与气象要素做相关性分析,最后用支持向量机方法和多元线性回归法对负荷进行模拟预测。结果表明:长沙市日最大电力负荷在一年内有2个峰值,分别出现在夏季和冬季,长沙市日最大电力负荷整体呈现增长趋势。日最大电力负荷的节假日/周末效应不明显。在春季和秋季,气象敏感负荷和气象因子的相关性较差,在夏季和冬季,温度是影响气象负荷最重要的气象因子。支持向量机方法对长沙市日最大电力负荷模拟效果较好,且加入综合气象指数使得模拟结果变好。 展开更多
关键词 最大电力负荷 气象敏感负荷 气象因子 支持向量机 多元线性回归
原文传递
北京夏季日最大电力负荷预报模型建立方法探讨 被引量:14
4
作者 叶殿秀 张培群 +4 位作者 赵珊珊 夏鑫 柯宗建 王有民 刘秋锋 《气候与环境研究》 CSCD 北大核心 2013年第6期804-810,共7页
为了探索夏季(6~8月)日气象负荷的最佳分离方式和引起日最大电力负荷波动的主要因子,以及建立预报模型最佳个数,基于北京市2005~2010年逐日最大电力负荷和同期的气象资料,分析了北京地区日最大电力负荷的变化规律,采用不同方法将气象... 为了探索夏季(6~8月)日气象负荷的最佳分离方式和引起日最大电力负荷波动的主要因子,以及建立预报模型最佳个数,基于北京市2005~2010年逐日最大电力负荷和同期的气象资料,分析了北京地区日最大电力负荷的变化规律,采用不同方法将气象负荷从夏季日最大电力负荷中分离出来,分析北京夏季气象负荷与气温、相对湿度、降水及炎热指数、高温持续日数、炎热日数持续时间、前一日气象负荷等因子之间的关系,并基于2005~2009年夏季逐日气象负荷和其主要影响因子采用逐步回归方法建立日最大电力负荷的预报模型,将2010年夏季北京日最大电力负荷作为预报效果的独立样本检验。结果显示:2005~2010年,北京逐日最大电力负荷具有明显的线性增长趋势,夏季日最大电力负荷具有显著的星期效应;与去掉逐年夏季日最大电力负荷趋势和夏季平均日最大电力负荷趋势相比,去掉全年逐日最大电力负荷变化趋势的夏季日气象负荷预报模型的拟合能力更优;北京夏季日气象负荷与当日气温的相关系数最高,与前一日气象负荷也关系密切;利用前一日相对气象负荷和当日气象要素一周逐日分别建立预报模型的拟合和预测效果较好。 展开更多
关键词 北京 最大电力负荷 气象因子 趋势分离方式 预报模型
下载PDF
基于逐步回归和SVR方法的上海夏季日最大电力负荷的模拟研究 被引量:9
5
作者 李艳 徐卫立 +3 位作者 裴顺强 范晓青 赵良水 李长春 《气象与环境科学》 2021年第4期1-7,共7页
利用20132017年上海夏季(69月)逐日最大电力负荷和同期气象资料,对上海夏季的气温、炎热累积效应等气象因子与用电负荷进行相关分析,筛选建模自变量。基于逐步回归及SVR支持向量回归方法,分别建立了夏季日最大电力负荷预测模型并进行模... 利用20132017年上海夏季(69月)逐日最大电力负荷和同期气象资料,对上海夏季的气温、炎热累积效应等气象因子与用电负荷进行相关分析,筛选建模自变量。基于逐步回归及SVR支持向量回归方法,分别建立了夏季日最大电力负荷预测模型并进行模拟误差对比。其中,以气象要素为自变量构建了逐步回归模型“方案1”,在方案1基础上加入前一天气象负荷构建了逐步回归模型“方案2”,并利用拓展后的特征值构建了SVR支持向量回归模型。对比两种方案的逐步回归模型和SVR支持向量回归模型的模拟结果可知,SVR支持向量回归模型的模拟误差最小,为3.3%,逐步回归模型的模拟误差分别为4.5%(方案1)和3.8%(方案2);从逐月的模拟效果来看,6月和9月逐步回归模型的模拟效果均优于SVR回归模型的模拟结果,而7、8月SVR支持向量回归模型的模拟效果又明显优于逐步回归模型的模拟结果,表明SVR方法能很好地模拟上海夏季高温条件下的极端负荷,在今后的实际负荷预测业务中可综合利用两类模型开展工作。 展开更多
关键词 最大电力负荷 SVR支持向量回归 炎热累积效应 电力负荷预测
下载PDF
气象因子对夏季最大电力负荷的敏感性分析 被引量:18
6
作者 任永建 熊守权 +1 位作者 洪国平 程定芳 《气象》 CSCD 北大核心 2020年第9期1245-1253,共9页
利用2016-2018年武汉夏季(6-9月)逐15 min电力负荷以及同期逐日气象数据,分析最大电力负荷变化特征及与气象因子的相关关系。利用逐步回归和双隐含层BP神经网络算法,建立了武汉夏季最大电力负荷的预测模型。结果表明:平均温度、平均最... 利用2016-2018年武汉夏季(6-9月)逐15 min电力负荷以及同期逐日气象数据,分析最大电力负荷变化特征及与气象因子的相关关系。利用逐步回归和双隐含层BP神经网络算法,建立了武汉夏季最大电力负荷的预测模型。结果表明:平均温度、平均最高温度、平均最低温度与气象电力负荷存在显著的正相关,其次是日照时数。前1 d最大电力负荷与当日最大电力负荷的相关性最好,当日电力负荷对前1 d温度的平均和舒适度指数的变化最为敏感。以历史电力负荷和气象数据为联合预报因子,逐步回归和BP神经网络算法对武汉夏季最大电力负荷具有较好的模拟效果,尤其是对持续高温造成高位运行的最大负荷模拟。当敏感性在10%以内时,逐步回归算法中气象因子正的贡献要小于负的贡献,BP神经网络算法中气象因子正的贡献要高于负的贡献;当敏感性高于10%时,两种算法中气象因子均为正的贡献。 展开更多
关键词 气象因子 最大电力负荷 敏感性 逐步回归 BP神经网络
下载PDF
基于滤波技术的上海日最大电力负荷气象预报模型 被引量:12
7
作者 傅新姝 谈建国 《气象科技》 北大核心 2015年第6期1209-1212,共4页
电力负荷与气象条件密切相关,为建立上海市日最大电力负荷的预报模型,利用2010—2013年上海市日最大电力负荷数据及同期气象资料,分析日最大电力负荷的时间变化特征及其与气象因子的相关性,并基于滤波技术将日最大电力负荷分离为时间趋... 电力负荷与气象条件密切相关,为建立上海市日最大电力负荷的预报模型,利用2010—2013年上海市日最大电力负荷数据及同期气象资料,分析日最大电力负荷的时间变化特征及其与气象因子的相关性,并基于滤波技术将日最大电力负荷分离为时间趋势项和逐日变化项,用逐步回归方法针对冬季和夏季分别建立预测模型。结果表明:1上海日最大电力负荷的各个节假日效应存在差异,春节节假日效应持续时间最长,影响最大,国庆节假期前半段节假日效应明显大于后半段。夏季的周末效应最强。2采用逐步回归方法建立的气象预报模型效果较好,回代年和预测年的平均预测相对误差均小于5%。 展开更多
关键词 最大电力负荷 气象因子 逐步回归 预报模型
下载PDF
河南夏季日最大电力负荷预测模型 被引量:9
8
作者 李强 柯宗建 《气象科技》 2014年第4期707-711,共5页
利用2005—2009年河南逐日最大电力负荷和气象资料,分析了河南日最大电力负荷的变化特征及其与气象因子的关系。河南日最大电力负荷季节变化呈双峰型,最大的峰值出现在夏季,次峰值在冬季。夏季电力负荷与气温和炎热指数有密切的关系。... 利用2005—2009年河南逐日最大电力负荷和气象资料,分析了河南日最大电力负荷的变化特征及其与气象因子的关系。河南日最大电力负荷季节变化呈双峰型,最大的峰值出现在夏季,次峰值在冬季。夏季电力负荷与气温和炎热指数有密切的关系。用逐步回归方法,针对夏季(方案1,不区分工作日和休息日)以及周一至周日(方案2,区分工作日和休息日)分别建立日最大电力负荷预测模型,并对2010年夏季逐日最大电力负荷进行预测,两种预测方案对2010年夏季日最大电力负荷预测的平均相对误差均小于3%,相关系数均达到0.90,两方案在工作日预测结果都较好,但休息日预测误差相对较大。 展开更多
关键词 最大电力负荷 逐步回归 夏季负荷预测
下载PDF
基于BP神经网络的北京夏季日最大电力负荷预测方法 被引量:33
9
作者 李琛 郭文利 +1 位作者 吴进 金晨曦 《气候与环境研究》 CSCD 北大核心 2019年第1期135-142,共8页
利用2006~2017年北京夏季(6~8月)逐日最大电力负荷和同期气象资料,分析最大电力负荷与各种气象因子的相关性,基于BP(BackPropagation)神经网络算法,建立了两种夏季日最大电力负荷预测模型并对比。结果表明:北京夏季周末基础负荷远小... 利用2006~2017年北京夏季(6~8月)逐日最大电力负荷和同期气象资料,分析最大电力负荷与各种气象因子的相关性,基于BP(BackPropagation)神经网络算法,建立了两种夏季日最大电力负荷预测模型并对比。结果表明:北京夏季周末基础负荷远小于工作日,剔除时应加以区分;气象因子对气象负荷的影响具有累积效应,累积2 d时两者的相关性最强;结合实际,根据自变量的不同分别建立了两种日最大电力负荷预测模型;经实际预测检验,两种预测模型均取得了较好的预测效果,能够满足电力部门的实际需求,其中自变量中加入前一日气象负荷的模型效果更优。 展开更多
关键词 BP神经网络 最大电力负荷 累积气象因子 预测模型
下载PDF
长沙市夏季日最大电力负荷气象预报模型 被引量:2
10
作者 李学敏 罗红梅 《科技创新导报》 2018年第25期88-89,93,共3页
利用2012—2014年长沙市日用电负荷资料和气温资料,将电网日最大负荷分解为基础负荷、气象敏感负荷和周末(D1)、节假日(D2)效应。其中研究了气象敏感负荷与最高气温和平均气温的关系,建立了夏季长沙电网气象敏感负荷与平均气温的多项式... 利用2012—2014年长沙市日用电负荷资料和气温资料,将电网日最大负荷分解为基础负荷、气象敏感负荷和周末(D1)、节假日(D2)效应。其中研究了气象敏感负荷与最高气温和平均气温的关系,建立了夏季长沙电网气象敏感负荷与平均气温的多项式预测关系模型,并在此基础上叠加节假日效应提高预测准确率。2015年夏季模型应用检验表明,预测负荷与实际负荷相符,可投入业务应用。 展开更多
关键词 最大电力负荷 节假日效应 预报模型
下载PDF
成都电网夏季最大电力负荷变化特征及其与气象要素的关系 被引量:7
11
作者 宋雯雯 郭洁 +1 位作者 李亚玲 刘新超 《成都信息工程大学学报》 2021年第3期336-341,共6页
为研究成都电网最大电力负荷变化特征及与气象要素的关系,利用2013-2017年逐日最大电力负荷资料及同期气象资料,采用最小二乘法分离气象电力负荷,分析其与气象因子的关系,并采用多元逐步回归法建立夏季最大电力负荷预测模型,对预测结果... 为研究成都电网最大电力负荷变化特征及与气象要素的关系,利用2013-2017年逐日最大电力负荷资料及同期气象资料,采用最小二乘法分离气象电力负荷,分析其与气象因子的关系,并采用多元逐步回归法建立夏季最大电力负荷预测模型,对预测结果进行检验。结果表明:2013-2017年成都电网逐日最大电力负荷具有逐年增长的趋势;月变化显示夏季最大电力负荷达到高峰;最大电力负荷具有显著的周效应,周一至周三最大电力负荷逐渐增大,周四、周五减小,休息日中周日最大电力负荷最小;节假日期间日最大电力负荷明显减小。气象电力负荷与当日气温相关性最大。建立的3类预测模型中,利用夏季逐日气象负荷和当日气象要素建立的日预报模型的预测效果较好。 展开更多
关键词 气象学 应用气象 最大电力负荷 气象要素 相关分析 预报模型
下载PDF
主要气象因子对鄱阳湖生态经济区城市电力负荷的影响分析——以南昌市为例 被引量:1
12
作者 张敬伟 郑林 +1 位作者 殷剑敏 魏蕾娜 《江西师范大学学报(自然科学版)》 CAS 北大核心 2009年第6期743-748,共6页
利用对逐日最高温度、最低温度、平均温度、降水值的分析,讨论了南昌地区主要气象因子对电力负荷值的影响,得出相关联系程度,进而为鄱阳湖生态经济区城市的可持续发展提供一定的参考价值.
关键词 气象因子 鄱阳湖生态经济区 最大电力负荷
下载PDF
河北省南部电网夏季电力负荷特征及与气象因子的关系 被引量:13
13
作者 武辉芹 张金满 曲晓黎 《气象科技》 2013年第5期945-948,964,共5页
利用河北省南部电力公司提供的2007—2009年南电网区域逐日最大用电负荷资料,分析了南电网区域夏季日最大负荷变化规律,与其他月份相比,夏季5—8月的日最大电力负荷的波动性明显大于其他月份。采用标准化和相关分析法,逐月分析了气象因... 利用河北省南部电力公司提供的2007—2009年南电网区域逐日最大用电负荷资料,分析了南电网区域夏季日最大负荷变化规律,与其他月份相比,夏季5—8月的日最大电力负荷的波动性明显大于其他月份。采用标准化和相关分析法,逐月分析了气象因子与日最大电力负荷的相关性,并找出了日最大电力负荷的周变化特点,以及节假日对日最大电力负荷的影响。结合农作物生长特点,分析了南部电网日最大电力负荷变化特征,为以后日最大电力负荷预报提供了一定的参考。 展开更多
关键词 最大电力负荷 气象因子 相关分析
下载PDF
夏季最大负荷发生时间的预测 被引量:2
14
作者 周晖 王玮 白雪莹 《现代电力》 2005年第5期79-82,共4页
夏季最大负荷发生时间的预测是电力部门十分关注的问题,它关系到该地区的负荷调整方案以及购电计划制定.北京近年来夏季用电需求增长尤为突出.准确地估计夏季最大负荷发生时间,十分必要且迫切.为此,收集了北京市1990~2002年的夏季最大... 夏季最大负荷发生时间的预测是电力部门十分关注的问题,它关系到该地区的负荷调整方案以及购电计划制定.北京近年来夏季用电需求增长尤为突出.准确地估计夏季最大负荷发生时间,十分必要且迫切.为此,收集了北京市1990~2002年的夏季最大负荷发生时间数据,发现它是一个波动的、含有灰信息量的序列,故采用灰色系统理论进行预测建模分析.但常规的GM(1,1)模型在适应波动的数据方面,预测精度未能达到要求,故采用GM(1,1)残差周期修正预测模型来解决.经过计算发现,该模型不仅可以提高原始数据的拟合精度,而且用于预测时,与2003年夏季最大负荷发生时间的实际值进行比较,预测偏差也在允许的范围内. 展开更多
关键词 夏季最大电力负荷 负荷预测 GM(1 1)模型 预测精度
原文传递
Estimation of the Maximum Annual Loads Modeling for Kingdom of Bahrain 被引量:2
15
作者 Isa Salman Qamber 《Journal of Energy and Power Engineering》 2013年第10期2006-2011,共6页
The present paper proposes the impact of the air temperature on electricity demand as expected. It is clear that the annual maximum load is recorded versus the years starting by the year 2009 up to 2012. At present, t... The present paper proposes the impact of the air temperature on electricity demand as expected. It is clear that the annual maximum load is recorded versus the years starting by the year 2009 up to 2012. At present, the graph fitting technique is applied with some mathematical and computational tools based on the actual values of the years 2009 up to 2012 considering the lower values, the higher values and the average values of the annual maximum loads for Kingdom of Bahrain. For the three scenarios, the models are obtained by curve fitting technique. As well, the model of actual loads is obtained finally which has mostly the closest values obtained. 展开更多
关键词 Annual maximum load curve fitting load scenarios.
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部