ANN在电力系统中期负荷预测中的应用

本文提出了ANN在电力系统中期负荷预测中的应用。基于优化理论，采用改进型BP算法，该算法学习精度高，收敛速度快。通过仿真算例证明了该算法的优点，并将训练结果应用到了配网规划的实例中，验证了ANN在中期负荷预测中的可行性。     

电力系统负荷预测

电力负荷预测是一项重要但又非常复杂的工作，因为它受到大量不确定因素的影响，因此预测过程需要考虑多种因素。负荷预测大体有两种算法：传统算法和现代算法。     

基于ADE-SVM和模糊理论的电力系统中期负荷预测

在基于支持向量机(SVM)的电力系统中期负荷预测的基础上,针对SVM参数难以确定的问题,在引进微分进化（DE）算法优化SVM参数的基础上,为了减少DE的寻优时间,提高全局搜索能力,用基于学习样本集噪声估计的方法确定SVM参数的范围作为DE的寻优范围,以指导DE寻优。同时,引进自适应算子,采用参数自适应DE（ADE）算法选择SVM参数。由于影响负荷的气温因素是模糊的,利用隶属度函数对气温因素进行模糊化处理,进一步提高了预测精度。将上述方法用于欧洲智能技术网络(EUNITE)竞赛数据的中期电力负荷预测,结果表     

电力系统负荷预测新技术

系统阐述了负荷预测的基本概念和类型,介绍了混沌理论预测法、灰色模型预测法、人工神经网络法、支持向量机法和专家系统法等新技术.     

电力系统短期负荷预测

本文首次把经济学上用于市场需求预测的季节性交乘趋势模型用于城市电网的电力短期负荷预测,与线性递推最小二乘法估计的AR模型及ARMA模型、分解组合模型和基于卡尔曼滤波的状态空间法比较的结果表明其计算精度和效率均较优越。在此基础上,结合我国电网运行的实际情况,提出了一种新的法定节假日的预测方法——基础年选择法,并获得了较为满意的计算结果。     

电力系统负荷预测分析方法

介绍了电力负荷预测的原理和方法,并就适用条件、数据形式、计算难度和适用时间等方面对几种预测方法进行了分析、比较.     

电力系统负荷预测综述

本文对电力系统负荷的种类及几种常见的预测方法进行综述,将负荷预测的作用重要性进行突出,最后对负荷预测进行总结展望。     

电力系统负荷预测技术

负荷预测是电力系统规划、供电、调度等部门的重要的基础工作,讨论了负荷预测的特点、分类及各种成熟的负荷预测技术,研究了现代负荷预测技术的发展动态,并指出未来主要的研究方向。     

电力系统负荷预测综述

精确的负荷预测是电力系统一直追求的目标,各种现代的新兴算法、方法运用到负荷预测之中,不同的预测方法由于自身的特点对于负荷预测的适用性也不尽相同,对于不同方法在负荷预测中的综述就显得很有必要。本文讨论了国内外的负荷预测的研究现状,分析了进行电力系统负荷预测的多种传统方法和现代智能方法,并总结出各种预测方法的优缺点和适用性,对于电力系统在选择负荷预测方法时具有一定参考价值。最后,对智能电网下的几种特定负荷预测场景进行了介绍,以这些角度去看待负荷预测问题,得出适用于这些场景的负荷预测方法,对于未来的负荷预测的发展也进行了展望。     

电力系统负荷预测技术

电力市场对负荷预测提出了新的、更高的要求.系统说明了负荷预测的基本概念、基本原理、负荷预测的种类及预测的步骤.全面介绍了负荷预测的"传统方法"和新技术、以及负荷预测技术的发展动态.     

电力系统负荷预测新技术

系统阐述了负荷预测的基本概念和类型,介绍了混沌理论预测法、灰色模型预测法、人工神经网络法、支持向量机法和专家系统法等新技术。     

电力系统月负荷预测

电力系统月负荷时间系列里包含两大项,一项是随时间呈现某种增长趋势的长期趋势项,一项是以12个月为周期以某种类似方式波动的季节周期项。本文提出了描述这两项变化规律的数学模型,以及分离、拟合这两项的方法,并给出了实例。     

浅析电力系统的负荷预测

负荷预测对电力系统规划和运行极为重要,文中论述了电力系统负荷预测的方法与分类、负荷预测的基本过程,同时介绍了新兴交叉学科理论及现代预测方法。     

电力系统负荷曲线的预测

最大负荷及负荷率的变化,导致电力系统负荷曲线形状的变化。文章在此假设的基础上,提出了一种预测电力系统负荷曲线的模型,方法新颖,计算简单,精度完全能满足电力系统规划、设计的要求。     

电力系统负荷预测与电价预测

讨论了电力系统负荷预测与电价预测的特点 ,并且对二者之间的异同点进行了说明和分析 ,对电价预测的意义及方法进行了初步的探讨。     

电力负荷的中期预测分析

对电力负荷的中期预测作了综合分析，应用几种预测方法对具有较完整负荷历史资料的某市中期电力负荷作了详细的计算分析，获得明确的预测值。这样的预测分析对正在进行的“九五”计划和到２０１０年的长期电力规划的负荷预测是有参考价值的。     

电力系统中短期负荷预测方法

在电力系统运行管理中，负荷预测决定了发、输电和电能分配等方面的合理安排问题，对电力系统的安全经济运行与国民经济的发展具有非常重要的影响，对电力系统中短期负荷预测方法作了介绍。     

数据挖掘与电力系统负荷预测

计算机与网络技术的飞速发展，使得应用领域不断增加，信息技术的应用也逐渐从信息查询、数据传送走向网络环境中的海量数据存储、数据挖掘和决策信息支持；负荷预测实质上是对电力方场需求的预测，在电力系统计划与运行管理中，它决定了发电、输电和电能分配等方面的合理安排问题，对电力系统的安全经济运行与国民经济的发展具有非常重要的影响。做好负荷预测已成为实现电力系统管理现代化的重要手段。将数据挖掘技术应用于电力系统负荷预测。可有效地克服数据有限性．不完整性及影响因素复杂性对预测结果的影响，发挥独特优势、实现经济价值。     

《电力系统负荷预测》

在电力科技专著出版基金的资助下，由清华大学电机系康重庆、夏清、刘梅撰写的《电力系统负荷预测》一书，2007年7月由中国电力出版社出版。该书是清华大学电机系10余年来在负荷预测方面研究成果的总结，主要探讨电力系统负荷预测的概念、原理、模型、方法及其应用效果，并着重分析了做好负荷预测工作的理念、各种理论与方法的应用方式。