短期电力负荷预测模型的比较研究

来源 :中国科学技术大学学报 | 被引量 : 0次 | 上传用户：jlcclb

【摘要】

：

为了解决提高电力负荷预测精确度这一问题,越来越多的人工智能方法应用于能量功率预测.为此利用湖南省2014年至2017年的电力负荷数据,比较自回归(AR)模型、BP神经网络(BPNN)

【作者】

：

严慧峰黄定疆谢垚程霄谢吉洋朱晓蒙马占宇

【机构】

：

国网湖南省电力有限公司,北京邮电大学模式识别与智能系统实验室,北京中电普华信息技术有限公司

【出处】

：

中国科学技术大学学报

【发表日期】

：

2019年2期

【关键词】

：

短时电力负荷预测自回归模型 BP神经网络指数平滑模型 short-term electricity load prediction autoregressi

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

为了解决提高电力负荷预测精确度这一问题,越来越多的人工智能方法应用于能量功率预测.为此利用湖南省2014年至2017年的电力负荷数据,比较自回归(AR)模型、BP神经网络(BPNN)和指数平滑(ES)模型在预测日度电力负荷和月度电力负荷上的性能,并运用统计学知识来分析三种模型之间的差异.最终根据实验结果得出两个结论:AR模型对日度数据预测的结果优于其他两个模型以及ES模型对月度数据预测的结果优于其他两个模型.

其他文献

徐州电厂改造工程脱硫技术的应用

随着国家对大气污染物排放控制要求的提高,除了对新建机组在设计时应考虑外,对现役的燃煤机组在原设计时执行的烟气污染物控制排放标准不能满足现有国家的环保要求的均需要技

期刊

高品质发电超净脱硫除尘一体化技术SO2排放浓度high quality power generation integrated technology o

袁少辉陶瓷艺术作品选

<正>~~

期刊

锦西民园的建筑节能技术

1工程概况(1)建设地点:成都市金牛区.(2)建筑类型:多层砖混商品住宅楼.(3)建筑用地面积:5.8635公顷,总建筑面积:10.75万m2.

期刊

围护结构保温隔热锦西民园建筑节能