共查询到19条相似文献,搜索用时 75 毫秒
1.
2.
多元线性回归分析在用电量预测中的应用 总被引:4,自引:1,他引:4
从影响电力需求的某些因素出发,利用多元线性回归模型建立居民人均纯收入与人均生活用电量的回归方程,为科学地预测居民用电量提供参考依据。此方法可推广到工业用电、农业用电、以及商业用电等用电量的预测。 相似文献
3.
4.
叙述华中电力集团公司技术中心所开发的“电力系统中长期负荷及特性预测”软件以及其中有关负荷特性预测的部分预测方法。这些方法的采用,使得过去在预测实践中比较难以操作的负荷特性预测变得简单易行。这对全面开展负荷预测工作实践有着重要的意义。该负荷预测软件,功能齐全,操作灵活,使用方便,适用于各种不同类型的用户。 相似文献
5.
6.
7.
8.
基于偏最小二乘回归分析的中长期电力负荷预测 总被引:8,自引:2,他引:8
针对中长期电力负荷预测,介绍偏最小二乘回归分析方法的原理,推导该算法的简化建模步骤。该方法能在最大限度保留原有数据信息的前提下,将数据信息集中在几个互不相关的主成分上,因而能有效解决建立负荷预测模型时由于样本个数较少及自变量存在严重的多重相关性,难以通过多元回归分析建立预测模型的问题。通过算例对偏最小二乘回归分析方法、最小二乘法和逐步回归分析方法进行了比较,结果表明,将偏最小二乘回归分析方法用于中长期电力负荷预测时,计算快捷,准确性高,具有较强的实用性。 相似文献
9.
提出基于支持向量机回归组合模型的中长期降温负荷预测方法。其中,支持向量机模型以多种社会经济数据为输入参数,年最大降温负荷值为输出参数。在训练过程中采用网格搜索法对支持向量机回归模型参数进行优化;回归分析中,综合采用线性、二次和三次多元回归的组合模型;最后利用最优组合预测方法将二者组合。采用广东省2008~2011年实际负荷数据和社会经济数据为训练样本,2012~2014年数据为测试样本,对支持向量机回归组合预测模型进行验证,同时也对2015和2020年最大降温负荷进行预测。结果表明,预测值与真实值的误差控制在5%以下,验证了该中长期降温负荷预测模型的有效性。目前该预测模型已在广东电网得到实际应用。 相似文献
10.
作者利用SPSS软件,对居民可支配收入、人均GDP、城市化进程等一系列国民经济数据与居民人均用电量进行了回归分析,利用逐步分析法较为清楚地了解了数据之间的联系,得到了拟合度较高的中长期居民用电负荷预测模型,对电力系统的建设和规划具有重要的意义。 相似文献
11.
12.
采用支持向量机和模拟退火算法的中长期负荷预测方法 总被引:9,自引:0,他引:9
准确的中长期负荷预测能够提高电力系统的经济效益和社会效益.分析了支持向量机(support vector nachine,SVM)模型,并针对利用支持向量机进行负荷预测需要人为地确定相关参数的不足,提出了利用支持向量机进行中长期预测的新方法.该方法利用模拟退火(simulated annealing,SA)算法自动优化参数.实例验证结果表明,所提出的方法可以有效地选取支持向量机模型的参数,降低支持向量机的建模误差和测试误差,该方法与利用默认参数支持向量机进行预测的方法相比,有效地提高了负荷预测精度. 相似文献
13.
14.
15.
分析京津唐电网的结构和用电负荷特性,考虑区域的特殊性,把地区GDP和当地常住人口总数作为影响社会用电量的主要因素,利用多元线性回归模型对京津唐地区社会用电量进行预测.按照国家政策分析机组现在和未来的关停情况,根据市场形势分析京津唐地区新增装机容量,得出全年机组利用小时数,为所在区域电厂和电网公司制定年度发电计划和经营预... 相似文献
16.
灰色Elman神经网络的电网中长期负荷预测 总被引:5,自引:0,他引:5
为了降低原始负荷数据突变对Elman神经网络预测精度的影响,考虑电网负荷预测样本时变性强、不确定因素影响多的特点,利用Elman神经网络计算和适应时变特性的能力强、误差可控以及灰色理论所需计算数据少、计算量小,在样本较少的情况下也能达到较高预测精度的优点,建立灰色Elman神经网络的负荷预测模型,首次将灰色Elman神经网络模型在中长期负荷预测中应用.实例结果表明,该预测方法提高了预测精度、取得了较快的收敛速度,说明该模型是可行而有效的. 相似文献
17.
根据预测值与实际值间的误差,以隶属度函数形式建立模糊软集,然后运用DS证据理论将每年的预测情况进行证据融合,得到各个单一预测模型对应的权重,进而建立1个新的混合型组合预测模型.实例表明,本文模型能有效提高中长期负荷预测精度,而且优于基于熵或者单纯模糊软集理论的组合预测模型. 相似文献
18.
19.
为了提高中长期负荷预测的精度,避免单一的灰色模型预测和指数平滑法预测精度偏低的缺点,提出了基于黄金分割法优选的自适应变权组合预测方法。该方法首先对灰色预测方法和自适应三次指数平滑法进行了改进,以拟合值与实际值之间的相对误差绝对值之和最小为目标,利用黄金分割法优选出自适应三次指数平滑法的平滑系数,确定最优的三次指数平滑模型,然后以同样的方法确定灰色模型和自适应三次指数平滑法的权重。接着,对原始负荷数据进行新陈代谢,重复利用黄金分割法优选出新的平滑系数和各单一方法的权重,即可得到新的变权组合预测模型。仿真结果表明,所提出的自适应变权组合预测方法切实可行,与单一的灰色模型、三次指数平滑法及等权组合预测方法相比,有效地提高了中长期负荷预测的精度。 相似文献