基于新鲜度函数和预测有效度的模糊自适应变权重中长期电力负荷组合预测.pdfVIP

基于新鲜度函数和预测有效度的模糊自适应变权重中长期电力负荷组合预测.pdf

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、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
  6. 6、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。
  7. 7、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
基于新鲜度函数和预测有效度的模糊自适应变权重中长期电力负荷组合预测.pdf

第 33 卷 第 9 期 电 网 技 术 Vol. 33 No. 9 2009 年 5 月 Power System Technology May 2009 文章编号:1000-3673 (2009 )09-0103-05 中图分类号:TM714 文献标志码:A 学科代码:470·4051 基于新鲜度函数和预测有效度的 模糊自适应变权重中长期电力负荷组合预测 孙广强,姚建刚,谢宇翔,卜虎正 (湖南大学电气与信息工程学院,湖南省 长沙市 410082 ) Combination Forecast of Medium- and Long-Term Load Using Fuzzy Adaptive Variable Weight Based on Fresh Degree Function and Forecasting Availability SUN Guang-qiang,YAO Jian-gang ,XIE Yu-xiang ,BU Hu-zheng (College of Electrical and Information Engineering,Hunan University ,Changsha 410082,Hunan Province ,China ) ABSTRACT: In view of the negative weights and not making 扩展规划、电源布点等重大决策的主要依据,预测 different treatment on the influence of errors in different 结果的准确性直接关系到电力系统的安全性及电 historical time periods on weights in traditional load combination 力投资的经济性。特别是在电力企业进入市场化运 forecasting models as well as the complexity of calculating 营后,人们越来越认识到,提高中长期电力负荷的 variable weights, the authors propose a combination forecasting 预测精度是实现电网安全、经济运行的重要保障。 model using fuzzy adaptive variable weight based on fresh 中长期电力负荷的发展变化受多方面不确定因 degree function and forecasting availability and apply it in the 素(如国家政策、经济条件、环境因素等) 的影响,常 medium- and long-term load forecasting. The model is screened 用的电力系统负荷预测方法包括人工神经网络、回归 by forecasting availability and the fresh degree function is adopted to embody the impact extent of historical data in 分析和时间序列分析法等[1-3] 。无论是基于时间趋势 外推的指数平滑法[4] [5] different time periods as well as the rolling time-domain window 和灰色预测法

文档评论(0)

你好世界 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档