一种中长期负荷预测多模型筛选新方法.pdfVIP

一种中长期负荷预测多模型筛选新方法.pdf

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 35卷  第 11期 Vo l. 35 No. 11 2007年 11月 Nov.  2007 研究与创新 一种中长期负荷预测多模型筛选新方法 李媛媛 ,牛东晓 ,刘  达 (华北电力大学 工商管理学院 ,北京  102206) 摘  要 :提出了一种基于趋势拟合评判的中长期负荷预测多模型筛选新方法 。通过改进的灰色关联分析方 法 ,定量衡量预测曲线与实际曲线的趋势拟合程度 ,从多种负荷预测模型中自动筛选出若干优越模型 ,再利用 方差 —协方差方法对筛选得到的模型进行组合 ,得到最终的优化组合预测模型 。研究算例表明 ,该方法预测 效果优于以各时点误差分析为基础的中长期负荷组合预测 ,而且随着步长的增加 ,优势越发明显 。 关键词 : 中长期负荷预测 ;趋势拟合 ;灰色关联分析 ;多模型筛选 ( ) ( ) 基金项 目: 国家 自然科学基金资助项 目 7067 1039 ;高等学校博士点专项基金资助项 目 20040079008 ( ) 作者简介 :李媛媛 1979 ,女 ,博士研究生 ,主要研究方向为电力系统负荷预测 , 电力市场规划 。 中图分类号 : TM 7 15  文献标识码 : A   文章编号 : 100 19529 (2007) A novel m ethod for m ultim odel sifting for m ed ium and long term load foreca st L I Yuan y uan, N I U D ong x iao, L I U D a ( School of Bu siness A dm in istration, North Ch ina E lectric Power U n iv. , B eij ing 102206, Ch ina) A b stract:A novel m ethod for m u ltimodel sifting for m edium and long term load foreca st ba sed on evaluation of trend comp arab ility is p resen ted. By u sing the imp roved gray relation analysis, the trend comp arab ility between the forecast curve and the actual curve wa s calcu lated, wh ich help ed sift several op tim al models from m u ltip le load foreca st mod els. The sifted models were then in tegrated u sing the variancecovariance m ethod, and the final op tim ized integrated forecast model wa s obtained. Samp le calcu lation show s that the novel m ethod is more effective than other models wh ich are ba sed on error analysis of each poin t. It w ill be more advantageou sw

文档评论(0)

寒山风尘 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5033001013000000

1亿VIP精品文档

相关文档