基于多时段气象数据判断相似日的日负荷曲线预测研究

被引：11

作者：

周晖 ^{[1
]}

王玮 ^{[1
]}

秦海超 ^{[1
]}

王书春 ^{[2
]}

姜红 ^{[2
]}

机构：

[1] 北京交通大学电气工程学院

[2] 长春供电公司调度所

来源：

继电器 | 2005年 / 23期

关键词：

日负荷曲线预测; 相似日; 多时段气象数据; 灰色关联理论; 波形系数法;

D O I：

暂无

中图分类号：

TM714 [负荷分析];

学科分类号：

080802 ;

摘要：

日负荷曲线预测是电力市场运营的基本内容。而短期负荷预测应用中较为成功的人工神经网络方法ANN(artific ial neural network),在很大程度上取决于训练样本以及输入变量的合理选取,它关系到算法的收敛性、计算速度以及预测的精度。通过对长春地区日负荷数据与日气象数据的基础分析,提出了选用多时段气象数据以及日类型作为相似日判别要素,并运用灰色关联理论,计算出预测日和诸多历史日的关联度,来确定ANN的训练样本,从而建立起适应性较强的日电量的预测模型。然后由日电量预测的结果,采用96点的波形系数,求出日各点的负荷预报值,经滚动预测检验证明,该方法能较好地满足实际电力系统的负荷预测要求。

引用

页码：41 / 45

页数：5