论文部分内容阅读
针对售电量预测中无法计及气温变化及变化持续时间影响的难点,提出了基于云模型及比重法的月售电量预测算法。在考虑传统售电量预测中经济因素影响的基础上,利用云规则发生器获得日气温对于各个气温及持续时间长短定性云规则的隶属程度,同时利用逆向云发生器计算获得各月售电量比重的云模型定性概念的数字特征值,以隶属度及总评估进行月售电量的预测研究。仿真结果显示,考虑气温影响因素的月售电量预测模型较为全面、准确。