基于多因素组合分析的配电网负荷预测模型研究

基于多因素组合分析的配电网负荷预测模型研究

论文摘要

负荷预测是配电网运行与规划的重要组成部分,也是配电网资产效益提升的基础。结合电力负荷预测的相关概念,本文详细介绍了配电网规划中的电力负荷预测方法,以及配电网精细化负荷预测模型的研究方法。根据短期、中长期负荷影响因素分析,选取气温、湿度、气压等气象指标构建短期负荷预测时序模型,结合BP神经网络算法、支持向量机(SVM)组成短期负荷预测模型簇;选取土地市场划拨与出让面积、配变用户建造年代等项目信息作为模型因子,构建多因素组合中长期负荷预测模型。

论文目录

  • 0 引言
  • 1 电网负荷预测的研究现状与目标
  •   1.1 提升配电网负荷预测精细度
  •   1.2 扩充配电网负荷预测技术路线
  •   1.3 提高负荷预测模型成果应用价值
  • 2 探索基于多因素组合分析的配电网负荷预测模型
  •   2.1 配电网负荷影响因素分析
  •   2.2 配电网负荷预测模型研究
  •   2.3 配电网负荷预测模型算法包开发
  • 3 基于多因素组合分析的配电网负荷预测模型预测成效
  •   3.1 提升负荷预测精细度
  •   3.2 提升负荷预测实时动态性
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 唐发荣,苏寒,王翔,陈晨,丁亮,李勇涛

    关键词: 配电网,多因素组合,负荷预测,预测精细度

    来源: 电子元器件与信息技术 2019年12期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 电力工业

    单位: 国网安徽省电力公司合肥供电公司

    分类号: TM715

    DOI: 10.19772/j.cnki.2096-4455.2019.12.041

    页码: 96-98

    总页数: 3

    文件大小: 1709K

    下载量: 71

    相关论文文献

    • [1].基于大数据平台的配电网负荷预测关键技术[J]. 电力需求侧管理 2020(04)
    • [2].基于用户分类的配电网负荷预测方法[J]. 科学技术创新 2020(28)
    • [3].考虑主动需求的主动配电网负荷预测[J]. 电力系统保护与控制 2018(10)
    • [4].福建山区配电网负荷预测方法探讨[J]. 岳阳职业技术学院学报 2016(05)
    • [5].基于长短期记忆神经网络的配电网负荷预测方法研究[J]. 供用电 2019(07)
    • [6].基于时间序列数据库的配电网负荷预测[J]. 农村电气化 2014(09)
    • [7].含微电网的主动配电网负荷预测[J]. 电力学报 2017(01)
    • [8].分布式电源并网对电网负荷预测的影响[J]. 设备管理与维修 2015(S1)
    • [9].基于决策理论的配电网负荷预测技术[J]. 华东电力 2013(10)
    • [10].智能计算的配电网负荷预测方法研究[J]. 黑龙江科技信息 2013(36)
    • [11].基于改进k-means和DE-ELM的配电网负荷预测研究[J]. 国外电子测量技术 2019(05)
    • [12].含分布式电源配电网规划[J]. 科技创新导报 2014(31)
    • [13].朔州城市配电网负荷预测研究[J]. 中小企业管理与科技(下旬刊) 2013(11)
    • [14].基于改进灰色理论的主动配电网中长期负荷预测[J]. 电网与清洁能源 2016(09)
    • [15].短期电力负荷预测浅析[J]. 电子世界 2016(12)
    • [16].基于大数据的配电网运行状态评估与预警[J]. 浙江电力 2017(12)
    • [17].电力学报 32卷 2017年 总目次[J]. 电力学报 2017(06)
    • [18].基于K-Adaboost数据挖掘的配电网负荷预测[J]. 浙江电力 2019(01)
    • [19].城市配电网规划存在的问题及提升方法[J]. 云南电力技术 2016(S2)
    • [20].分布式电动汽车有序充电控制系统模型[J]. 电力系统自动化 2015(20)
    • [21].天津汉沽区配电网负荷预测方法研究[J]. 电子制作 2014(02)
    • [22].基于CEEMDAN分解的GA-BP神经网络电动汽车配电网短期负荷预测[J]. 云南民族大学学报(自然科学版) 2020(03)
    • [23].电动汽车智能配电网负荷预测研究[J]. 节能 2018(11)
    • [24].配电网负荷预测应用研究[J]. 电网与清洁能源 2014(04)
    • [25].探讨城市配电网规划中负荷预测方法[J]. 科技与企业 2015(11)

    标签:;  ;  ;  ;  

    基于多因素组合分析的配电网负荷预测模型研究
    下载Doc文档

    猜你喜欢