首页 | 本学科首页   官方微博 | 高级检索  
     

考虑温度因素的中期电力负荷概率密度预测方法
引用本文:何耀耀,闻才喜,许启发,撖奥洋.考虑温度因素的中期电力负荷概率密度预测方法[J].电网技术,2015(1):176-181.
作者姓名:何耀耀  闻才喜  许启发  撖奥洋
作者单位:1. 过程优化与智能决策教育部重点实验室 合肥工业大学,安徽省合肥市,230009
2. 山东电力集团青岛供电公司调控中心,山东省青岛市,266300
基金项目:国家自然科学基金项目(71401049);高等学校博士学科点专项科研基金资助项目(20130111120015);安徽省自然科学基金项目(1408085QG137);全国统计科研计划重点项目(2012LZ041)。Project Supported by National Natural Science Foundation of China,Project Supported by Specialized Research Fund for the Doctoral Program of Higher Education
摘    要:针对温度因素对中期电力负荷的影响,在现有的神经网络预测、区间预测和概率密度预测方法的基础上,研究在不同分位点上温度和历史负荷对电力系统中期负荷分布规律的影响,提出基于神经网络分位数回归的中期电力负荷概率密度预测方法。根据连续的条件分位数函数预测中期负荷在某天的概率密度,获得更多关于中期负荷预测信息。同时,通过比较在考虑温度因素下和不考虑温度因素下的条件概率密度预测曲线以及峰值对应的点预测值,可以得出,预测当天温度对中期负荷预测有较重要的影响,这为降低中期电力负荷预测的不确定因素提供了更多的决策信息和预测结果。

关 键 词:温度  概率密度预测  神经网络分位数回归  中期负荷

A Method to Predict Probability Density of Medium-Term Power Load Considering Temperature Factor
HE Yaoyao,WEN Caixi,XU Qifa,HAN Aoyang.A Method to Predict Probability Density of Medium-Term Power Load Considering Temperature Factor[J].Power System Technology,2015(1):176-181.
Authors:HE Yaoyao  WEN Caixi  XU Qifa  HAN Aoyang
Affiliation:HE Yaoyao;WEN Caixi;XU Qifa;HAN Aoyang;Key Laboratory of Process Optimization and Intelligent Decision-Making (Hefei University of Technology),Ministry of Education;Qingdao Power Supply Company Control Center,Shandong Electric Power Group;
Abstract:
Keywords:temperature  probability density prediction  neural network quantile regression  medium-term load
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号