导读:本文包含了中长期负荷预测论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:负荷,模型,组合,灰色,理论,平均,神经网络。
中长期负荷预测论文文献综述
刘嘉,王泽滨[1]（2019）在《加权马尔可夫优化的NGBM(1,1)模型在中长期电力负荷预测中的应用》一文中研究指出灰色理论在电力负荷预测领域中有重要应用,为了扩展灰色模型在中长期电力负荷预测中应用,提出了一种基于加权马尔可夫优化的非线性灰色伯努利(nonlinear grey Bernoulli Model, NGBM(1,1))预测模型.首先引进新型非线性NGBM(1,1)模型对电力负荷数据的总体趋势进行拟合,得到的灰拟合精度序列是一个随机波动的过程,再利用加权马尔可夫的特点确定灰拟合精度的加权转移概率矩阵,通过插值和还原计算对NGBM(1,1)模型的预测结果进行优化.将该模型运用到江苏省农村电力负荷预测中,结果验证其在预测精度上的优越性,并用于中长期电力负荷预测是有效可行的.(本文来源于《江苏科技大学学报(自然科学版)》期刊2019年05期）
孙建梅,钱秀婷,王永晴[2]（2019）在《基于改进灰色模型的中长期电力负荷预测》一文中研究指出针对电力系统负荷预测中灰色建模的局限性,通过对灰色预测方法的大量研究,提出了一种能改进灰色预测的方法。对负荷原始数据序列,再利用滑动平均法进行预处理及优化,从而增强灰色预测对波动负荷数据序列的抗干扰能力。利用改进的GM(1,1)模型对电力系统中长期负荷进行预测,并采用后验差检验法对GM(1,1)模型进行检验。理论分析和实例结果表明,改进后的模型提高了普通GM(1,1)模型的预测精度,扩展了该模型的适用范围。(本文来源于《电工技术》期刊2019年19期）
王凌谊,王志敏,钱纹,彭虹桥,顾洁[3]（2019）在《适应供给侧结构性改革的中长期负荷预测拓展索洛模型研究》一文中研究指出随着供给侧结构性改革的深入,电力需求的演变规律变得更难捕捉。传统的中长期负荷预测模型通常未考虑供给侧结构性改革因素,难以满足新形势下中长期负荷预测精度的要求。基于此,提出了一种适应供给侧结构性改革的中长期负荷拓展索洛预测模型(Supply-Side Reform-Extended Solow Regression Model, SSR-ESRM)。首先,通过对供给侧结构性改革内涵的解读,从规模、结构及效率叁种效应出发,构建了量化指标体系。其次,在基本索洛模型的结构中,引入供给侧结构性改革因素对模型进行拓展,建立SSR-ESRM实现中长期负荷点预测。为反映供给侧结构性改革的不确定性,建立了系统动力学模型生成多种经济发展场景,进一步实现中长期负荷外推预测。算例分析表明,考虑供给侧结构性改革因素的SSR-ESRM预测精度较高,且对场景切换的灵敏度适中,有利于电网规划的灵活性,能够为实现电网规划提供有益的参考。(本文来源于《电力系统保护与控制》期刊2019年18期）
戴晖,李峰,雷文宝,刘刚[4]（2019）在《改进灰色理论预测模型在分布式配电网中长期负荷预测中的应用》一文中研究指出储能技术的进步,促进了分布式电源在配电网中的应用,增大了负荷预测的难度。首先对负荷影响因数进行了分析,将分布式电源、电动汽车、传统负荷等纳入预测模型。针对传统灰色理论预测模型输入变量少的特点,提出了一种多变量灰色理论预测模型,利用多变量残差的修正提高预测精度。然后通过某地区的历史负荷数据进行了预测模型验证,结果表明改进后的预测模型预测精度比传统预测模型精度提高1倍左右。(本文来源于《自动化应用》期刊2019年07期）
刘明,王红蕾,索良泽[5]（2019）在《基于变权组合模型的中长期负荷概率密度预测》一文中研究指出单一模型或固定权重组合模型进行中长期负荷预测时,可能存在预测精度不高和预测误差不稳定的问题;且由于诸多不确定因素对中长期负荷预测的影响,确定的点预测结果不能很好地反映中长期负荷的波动性。针对上述问题,提出基于变权组合模型的中长期负荷概率密度预测方法,即在传统固定权重组合模型的基础上,考虑本次的预测结果,对模型权重进行自适应调整;利用变权组合模型对中长期负荷进行区间预测,最后再用高斯核密度估计方法求取区间概率密度函数。实际算例结果表明:与常规方法相比,该方法在预测精度上有所提高,预测误差波动范围进一步减小。(本文来源于《电力系统及其自动化学报》期刊2019年07期）
邓裕文,吴冠平,毛卫东,张琛,何禹清[6]（2019）在《中长期负荷预测的多因素模型研究》一文中研究指出为提高中长期负荷预测精度,提出了一种新的预测模型及参数计算方法。首先将负荷分解成基础负荷(Base Load,BL)、气象负荷(Temperature Load,TL)和不确定性负荷(Uncertain Load,UL),然后从气象、经济等因素分析了对电力需求的影响,特别是不确定因素使得负荷预测难度加大。基于回归分析,建立了BL之于地区生产总值、TL之于居民消费总额和极端气温持续时间以及UL之于大用户用电量的解析关系;继而将3类负荷相组合,提出多因素模型;采用最小二乘法原理提出参数的配置方法。实例表明,本文模型能够准确刻画负荷的生长趋势,具有较好的拟合性能,其预测精度能够满足工程应用的要求。(本文来源于《内蒙古电力技术》期刊2019年03期）
贺远,翟丹丹,苏贵敏[7]（2019）在《基于PCA与改进BP神经网络相结合的电网中长期负荷预测》一文中研究指出本文在标准反向传播神经网络的基础上,提出一种结合主成分分析法和改进的误差反向传播神经网络的方法来对电网中长期的电力负荷进行预测。首先利用主成分分析法对电力负荷的影响因素进行特征提取,有效地降低数据样本的维度,消除数据的冗余和线性信息,保留主要成分作为模型的输入数据。然后在标准的神经网络的反向传播环节中引入动量项和陡度因子。两种方法的结合有效地解决了网络收敛速度慢和容易陷入局部最小值的问题。将此方法应用于济源市的中长期电力负荷预测,实验结果表明,基于主成分分析法与改进的反向传播神经网络相结合的方法比常用的标准的反向传播神经网络、基于多变量的时间序列网络及时间序列网络具有更高的计算效率和预测精度,证明提出的预测模型在电力负荷预测中是有效的。(本文来源于《电力大数据》期刊2019年05期）
杨玉智,张金刚,白元宝[8]（2019）在《基于遗传算法优化的中长期月度负荷组合预测》一文中研究指出提出一种基于遗传算法优化的中长期月度负荷组合预测方法。模型以组合预测的误差平方最小为目标函数,并采用遗传算法优化出权重系数。分别通过对线性回归模型、趋势外推模型、灰色模型等权平均组合预测法以及基于遗传算法优化权系数的组合预测模型仿真,对组合预测结果、单一模型预测结果进行分析,验证此算法的优越性。(本文来源于《电气时代》期刊2019年05期）
李云霞[9]（2019）在《差分灰色模型在中长期电力负荷预测中的应用研究》一文中研究指出随着经济的发展以及电力需求的不断增长,电力负荷预测作为电力系统中的一项重要内容起着至关重要的作用,准确的电力负荷预测不但能够满足人们日常电能需要,保证经济的发展,还能降低发电产生的成本。电力负荷预测主要分为超短期电力负荷预测、短期电力负荷预测和中长期电力负荷预测。对于电网规划而言,主要是中长期电力负荷预测为其提供依据。精准的中长期电力负荷预测可以为电力系统规划建设提供有力支撑,对我国的国民经济发展和电力系统规划起着决定性的作用,但目前中长期电力负荷的预测精度还有待提高。由于中长期电力负荷预测可用历史数据偏少,而且以“小样本”系统为研究对象的灰色理论用于中长期电力负荷预测具有稳定性和较高的预测精度,本文以用差分进化算法优化的多变量灰色模型在中长期电力负荷预测中的应用研究作为主要研究内容。首先,针对历史数据规律性不强的问题采用变权缓冲算子对数据进行预处理,同时,采用变权缓冲算子还可以将对系统的定性分析融入预测模型中。其次,考虑到电力负荷有多种影响因素,本文采用多变量灰色模型。针对多变量灰色模型求背景值时通过一阶累加序列相邻两个数的平均值求得可能造成较大的误差,本文引入一参数确定这两个值所在求背景值时所占的比重。产生的参数用差分进化算法以相对误差平均值最小为目标求得。然后,针对新一年的用电量与最近年份负荷联系更密切,本文采用等维思想进行电力负荷预测。最后用江苏省的相关历史数据,在MATLAB中用优化后的多变量灰色模型进行仿真实验,并与GM(1,1)模型和MGM(1,m)模型的预测结果对比,实验结果表明本文采用的方法明显优于另外两种方法。在以上研究内容的基础上将本算法进行实际应用,设计中长期电力负荷预测系统。先对系统进行需求分析,然后根据需求分析设计逻辑结构、数据库、功能模块,在myeclipse10中编程开发系统,最后展示了系统主要经功能界面,经过测试验证了该系统完成了需求分析中的全部功能并具有良好的界面友好性。(本文来源于《华北电力大学》期刊2019-03-01）
涂钊颖,毛弋,宋霄霄,袁俊亮[10]（2019）在《广东省博罗县中长期电力负荷预测的研究》一文中研究指出基于中长期电力负荷预测受诸多不确定因素的影响,结合广东省博罗县电力负荷的发展情况,建立了一种基于灰色系统理论的中长期负荷组合预测模型,旨在提高博罗电力负荷预测的准确度。对传统灰色预测模型进行了改进,引入二次指数平滑法对原始数据进行修正,构造一个新的样本序列,并构建灰色等维新息预测模型。然后将改进后的GM(1,1)模型与一元二次回归模型进行线性组合,该预测模型精度高,其结果对博罗电力生产实际具有指导意义。(本文来源于《湖南师范大学自然科学学报》期刊2019年01期）
中长期负荷预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对电力系统负荷预测中灰色建模的局限性,通过对灰色预测方法的大量研究,提出了一种能改进灰色预测的方法。对负荷原始数据序列,再利用滑动平均法进行预处理及优化,从而增强灰色预测对波动负荷数据序列的抗干扰能力。利用改进的GM(1,1)模型对电力系统中长期负荷进行预测,并采用后验差检验法对GM(1,1)模型进行检验。理论分析和实例结果表明,改进后的模型提高了普通GM(1,1)模型的预测精度,扩展了该模型的适用范围。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
中长期负荷预测论文参考文献
[1].刘嘉,王泽滨.加权马尔可夫优化的NGBM(1,1)模型在中长期电力负荷预测中的应用[J].江苏科技大学学报(自然科学版).2019
[2].孙建梅,钱秀婷,王永晴.基于改进灰色模型的中长期电力负荷预测[J].电工技术.2019
[3].王凌谊,王志敏,钱纹,彭虹桥,顾洁.适应供给侧结构性改革的中长期负荷预测拓展索洛模型研究[J].电力系统保护与控制.2019
[4].戴晖,李峰,雷文宝,刘刚.改进灰色理论预测模型在分布式配电网中长期负荷预测中的应用[J].自动化应用.2019
[5].刘明,王红蕾,索良泽.基于变权组合模型的中长期负荷概率密度预测[J].电力系统及其自动化学报.2019
[6].邓裕文,吴冠平,毛卫东,张琛,何禹清.中长期负荷预测的多因素模型研究[J].内蒙古电力技术.2019
[7].贺远,翟丹丹,苏贵敏.基于PCA与改进BP神经网络相结合的电网中长期负荷预测[J].电力大数据.2019
[8].杨玉智,张金刚,白元宝.基于遗传算法优化的中长期月度负荷组合预测[J].电气时代.2019
[9].李云霞.差分灰色模型在中长期电力负荷预测中的应用研究[D].华北电力大学.2019
[10].涂钊颖,毛弋,宋霄霄,袁俊亮.广东省博罗县中长期电力负荷预测的研究[J].湖南师范大学自然科学学报.2019
论文知识图
