基于改进回归法的电力负荷预测

被引:59
作者
李钷
李敏
刘涤尘
机构
[1] 武汉大学电气工程学院
关键词
负荷预测; 岭回归; 主成分回归; 聚类分析; 电力系统;
D O I
10.13335/j.1000-3673.pst.2006.01.020
中图分类号
TM715 [电力系统规划];
学科分类号
080802 ;
摘要
提出了一种基于改进回归法的电力负荷预测方法,在对历史数据进行分析和参数估计的基础上,先用岭回归法剔除奇异值,再用主成分回归法提取影响负荷的主要因素,得出模型的解析形式。针对实际系统的应用验证了该方法不仅适用于短期负荷预测,也适用于超短期负荷预测。此外建立了一些特定因素的模糊函数,在超短期负荷预测过程中采用了聚类分析法提取负荷相似日。通过不同的简化,该方法可蜕化为传统的Kalman预测、相似日预测和神经网络预测,是一种比较全面的负荷预测方法,可得出高精度的预测结果。
引用
收藏
页码:99 / 104
页数:6
相关论文
共 13 条
[1]  
现代信号处理.[M].张贤达著;.清华大学出版社.2002,
[2]  
应用数理统计.[M].朱勇华等编;.武汉水利电力大学出版社.1999,
[3]  
能量管理系统.[M].于尔铿等著;.科学出版社.1998,
[4]  
回归分析.[M].周纪芗编;.华东师范大学出版社.1993,
[5]  
实用回归分析方法.[M].周纪芗编著;.上海科学技术出版社.1990,
[6]   基于RBF神经网络的短期负荷预测模型设计 [J].
俞秋阳 ;
朱斌 ;
郭伟 .
继电器, 2004, (17) :34-37
[7]   基于竞争分类的神经网络短期电力负荷预测 [J].
姚李孝 ;
姚金雄 ;
李宝庆 ;
万诗新 .
电网技术, 2004, (10) :45-48
[8]   基于输入空间压缩的短期负荷预测 [J].
许涛 ;
贺仁睦 ;
王鹏 ;
徐东杰 .
电力系统自动化, 2004, (06) :51-54+81
[9]   基于卡尔曼滤波的电力系统短期负荷预测 [J].
李明干 ;
孙健利 ;
刘沛 .
继电器, 2004, (04) :9-12
[10]   基于卡尔曼滤波的短期负荷预测方法的研究 [J].
张民 ;
鲍海 ;
晏玲 ;
曹津平 ;
杜剑光 .
电网技术, 2003, (10) :39-42