- 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、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、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、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 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、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、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
基于时间分解技术的中远期逐时负荷预测模型.PDF
第 47 卷 第 6 期 电力系统保护与控制 Vol.47 No.6
2019 年 3 月 16 日 Power System Protection and Control Mar. 16, 20 19
OI: 10.7667/PSPC180381
基于时间分解技术的中远期逐时负荷预测模型
严通煜,杨迪珊,项康利,柯圣舟,林红阳
(国网福建省电力有限公司经济 术研究院, 福建 福州 350012)
摘要:中远期电力负荷预测对于引导电网规划建设和提升电力系统资源优 配置具有重要意义。为解决当前中远
期负荷预测时间尺度过大、预测精度有限的问题,利用时间分解技术,对电力负荷的长期趋势与短期特征分别进
行建模分析,从而提出一种新型预测方法,将中远期负荷预测的时间尺度缩短至小时,实现中远期逐时负荷预测。
算例分析表明,所建模型在中远期逐时负荷预测方面的性能优于现有的同类模型,具有较高的全局精度和稳定性。
同时,能够有效呈现电力负荷的概率密度特征和极值特性,有望为中远期电力规划提供参考。
关键词:中远期负荷预测;逐时负荷;时间分解;多元线性回归
Mid-long term hourly load forecasting model based on time decomposition
YAN Tongyu, YANG ishan, XIANG Kangli, KE Shengzhou, LIN Hongyang
(Economic and Technological Research Institute, State Grid Fujian Electric Power Company Limited, Fuzhou 350012, China)
Abstract: Mid-long term load forecasting is of great significance for guiding the planning and construction of the power grid
and improving the optimal allocation of power system resources. At present, the time scale of the medium and long term load
forecasting is too large and the prediction precision is limited. To overcome this defect, this paper uses time decomposition
technology to respectively analyze the long-term trend and short-term characteristics of power load, and then proposes a new
prediction method, which will shorten the time scale of mid-long term load forecasting to hours and achieve mid-long term
hourly load forecasting. The case study shows that the performance of the proposed model is better th
原创力文档


文档评论(0)