回归分析法在用电量预测中的应用

阐述了回归分析法及其在用电量预测中的具体应用,验证了用该方法预测的准确性,介绍了使用该方法提高预测准确性的手段。     

多元线性回归方法在中国用电量预测中的应用研究

利用中国1987～2002年国内生产总值（GDP）和人口总数作为自变量,每年的用电总量作为因变量建立了多元线性回归模型。并根据中国GDP的增长率和人口自然增长率预测了2003～2020年的GDP和人口总数,并以建立的模型为基础预测了中国未来18年的用电量。     

基于多元线性回归理论的河南省用电量预测

研究了多元线性回归理论模型及其在区域经济中的应用,探讨了多元线性回归模型、未知参数的估计及其参数的检验问题。以河南国民生产总值、人口及全社会用电量的数据资料为例,介绍了多元线性回归算法在区域经济研究中的应用,并对2007—2015年区域用电量进行了预测。     

模糊线性回归法在负荷预测中的应用

线性回归是电力系统中期负荷预测的常用方法。由于受众多不确定性因素的影响，历史数据和相关变量未来取值常常是不准确的，致使该方法的预测结果误差较大。为了提高电力负荷预测的精度，作者提出了一种改进的模糊线性回归预测方法，即加权模糊线性回归预测法，它将模糊线性回归法预测模型的求解归结为一个线性规划问题，并对该模型进行改进，按照回归变量的重要程度确定目标函数中各项的权重，并按照各历史数据的重要程度确定贴近度标准。文中提出的改进模型即加权模糊线性回归模型是可调的，能够灵活计及预测中的一些定性模糊因素。实际算例表明，文中的改进措施提高了模糊线性回归法的预测精度。     

基于偏最小二乘回归的年用电量预测研究

对年用电量的预测若采用一般最小二乘回归法建模，其估计参数存在着很大的误差且物理意义明显不足。而偏最小二乘回归方法则实现了多元线性回归、主成分分析和典型相关分析的综合、克服了自变量之间的多重相关性的问题，因而更具有先进性，其计算结果更为可靠，在实际系统中的可解释性也更强，且方法简单，计算快捷。该文将偏最小二乘回归模型(Partial Least Square Regression，PLS)应用于年用电量预测，并与基于最小二乘的多元线性回归模型预测成果进行对比，探讨了偏最小二乘法在电力负荷预测中的可行性和优势。通过四川省电网年用电量预测表明：偏最小二乘回归法比一般最小二乘法优，具有较强的实用性。     

基于粗糙集和多元线性回归的电力系统中长期负荷预测

基于粗糙集理论和多元线性回归模型,提出一种预测电力系统中长期负荷的新方法。首先采用一种完备的属性约简算法对影响电力负荷的诸多相关因素进行约简,得到与负荷关系最为密切的核心因素。在此基础上,建立多元线性回归模型来预测未来年的负荷。对一个实际电网的负荷进行预测,结果表明所提方法符合中长期负荷预测的特点并具有较高的预测精度。     

应用回归模型进行昆明电网用电量预测

应用回归模型进行昆明电网用电量预测昆明供电局廖泽龙人们的社会经济活动的实践表明，经济变量之间的关系不外乎两种类型。一类是经济变量之间存在完全确定的关系即精确的关系，这种关系通常称为函数关系。若用图形表示，变量的各对应点完全落在一条理论线上。另一类是...     

应用于负荷预测中的回归分析的特殊问题

与常规的回归分析中采用线性参数估计的方法不同,直接采用非线性参数估计计算,从而得到更精确的预测模型。为了体现预测中的“近大远小”原则,对历史数据作架驻处理,使不同时段的数据以残差平方和表达的目标函数中产生不同的影响,由此使预测结果的变化趋势在很大程度上取决于历史时段中近期的发展规律。最后将上述技巧放在同一框架下统一考虑,给出了一般性的非线性加权回归预测的方法和步骤。     

经济开发区用电量预测

经济开发区用电量预测铁道部第一勘测设计院魏振中随着改革开放的进一步深化和发展，各地经济开发区的建立和发展方兴未艾。由于经济开发区的用电量大，而且增长极快，对本区的电力规划及所在地区的电网规划影响很大。传统的预测方法因考虑因素较多，其预测结果往往与实际...     

模糊线性回归方法在节假日短期负荷预测中的应用

由于节假日负荷与正常日有较大差异,加之样本较少,节假日短期负荷预测一直是一个难点问题。为了降低节假日短期负荷预测的误差,创新性地引入了模糊线性回归方法对节假日短期负荷进行预测,结果表明,该算法预测精度较高,适用于节假日短期负荷预测。     

用回归分析法预测水电厂的年发电量

扼要介绍了一元线性回归技术及其数学模型的建立方法，给出ＱＢａｓｉｃ语言编写的用于建立回归方程的原程序；通过对某水电厂历年年发电量进行预测，并与实际值比较，证明回归法预测水电厂年发电量是可行的。     

基于多元线性回归模型的并网光伏发电系统发电量预测研究

为了较为准确地对并网光伏发电系统的发电量做出预测,提高光伏并网后电网的安全性及稳定性。本文对硅太阳电池单一组件发电功率进行了理论计算,建立了一种以辐射量及组件温度为变量的多元线性回归光伏发电功率及发电量预测模型。设计了系统测试方案,采集了光伏系统在晴天I、多云II、阴转多云或晴转多云III 3类天气下的运行数据,依据预测模型求解出3种不同天气类型下的预测回归方程,并把预测模型用于2kW并网光伏系统。预测结果表明,该预测方法简单、预测精度高,能解决系统的随机性问题,提高系统的稳定运行能力。     

用线性回归法预测南平地区未来的年需电量

利用南平地区1990－1996年国内生产总值（GDP）和对应年份的用电量，建立线性回归数学模型，并进行相关系数检验；根据该地区2005年与010年规划的GDP，借助所建立的数学模型预测出相应年份的需求电量。     

回归分析法在电磁继电器释放电压值预测中的应用

首先阐述了一元线性回归、指数回归、加权指数回归等3种回归分析方法的原理及各模型参数的确定方法.在此基础上,针对电磁继电器贮存加速寿命试验所得到的释放电压数据分析进行拟合与预测,并对各种回归分析方法的拟合与预测结果进行了精度分析.最后,对3种方法的预测效果进行了比较.     

基于多元回归的京津唐电网用电量预测

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...     

一种粗糙广义回归神经网络在集中供热负荷预测中的应用

为了减少预测模型的输入量,本文利用粗糙集理论智能数据分析的能力,对神经网络进行预处理,抽取关键成分作为神经网络的输入,从而确定粗糙神经网络的拓扑结构,设计了供热负荷预测的粗糙广义回归神经网络模型,并用实际数据进行了仿真检验。实验结果表明,该方法是有效的,而且对供热负荷预测具有较高的精度和可靠性。     

分区支持向量回归及其在负荷预测中的应用

为解决局地短期电力负荷预测问题,给出了一种基于自适应聚类分区和支持向量机回归的多模型变结构负荷预测新方法.首先根据局地电力负荷的特点,使用模糊C均值聚类方法给出预测时间点的自适应分区;然后利用支持向量回归方法对不同分区分别构建预测子模型;最后提出一种基于仿真分析的模型评估和参数优化方法,在测试评估的基础上优化确定各子模型的参数,并适当调整各分区的结构.实验表明该预测方法比常用的神经网络预测方法具有更高的准确率和更强的鲁棒性.     

电力短期负荷的多变量混沌预测方法

为提高电力短期负荷预测精度和充分利用混沌短期预测优势,拓展单变量时间序列相空间重构到多变量时间序列中,相空间重构了由历史负荷及其相关因素序列所构成的多变量时间序列,计算了多变量时间序列的嵌入维数和延迟时间并用RBF神经网络预测负荷。研究表明多变量重构相空间技术的预测效果优于单变量重构。