电力负荷预测

电力负荷预测Tag内容描述：<p>1、华北电力大学（保定）硕士学位论文知识库在短期电力负荷预测中的应用研究姓名：屈利申请学位级别：硕士专业：通信与信息系统指导教师：苑津莎；张卫华20071230华北电力大学硕士学位论文摘要摘 要电力负荷预测中非正常日的负荷预测是提高整体预测精度的关键。本文提出了一种基于知识库技术的新型短期负荷预测方法。首先，利用小波坏数据检测原理和软阈值细节消噪法对原始负荷中的坏数据进行预处理。其次，将处理后的负荷数据及其影响因素按照事例推理的表示方法组织成事例型知识库；利用卜最近邻法检索出与待测事例属性相近的相似事例，其。</p><p>2、电力工程信号处理仿真基于遗传BP神经网络算法的电力负荷预测院 系：能源与动力工程学院专 业：电力系统及其自动化指导老师王瑞霞老师学 号：115108000887姓 名：于杏日 期：2016.01.171引言在本节门课的作业中，我的综述内容是电力负荷预测算法的分析比较，所以在仿真作业中选择的是用在其中一种算法改进的基础上，来完成短期负荷预测的仿真任务，即用改进的BP神经网络算法实现电力负荷预测。2 BP遗传算法的改进1）标准BP遗传算法的不足:1）学习步长采用确定值且足够小。但是小的步长会使学习过程很慢，大的步长又容易导致学习过程震荡，。</p><p>3、课程设计报告( 2011-2012年度第 一 学期)名 称： 电力负荷预测课程设计 题 目： 基于回归分析与灰度预测对江苏省用电量进行预测分析 院 系： 经济管理系 班 级： 工商管理0901 学 号： 学生姓名： 指导教师： 孟 明 设计周数： 1周 成 绩： 日期：2012年 1 月 6 日一、 目的与要求1、 通过本课程设计熟悉电力负荷预测的实际工作内容。2、 熟悉Matlab软件的编程操作；3、 进一步掌握回归分析和灰度分析的及按。</p><p>4、中英文资料中英文资料外文翻译文献基于改进的灰色预测模型的电力负荷预测摘要尽管灰色预测模型已经被成功地运用在很多领域，但是文献显示其性能仍能被提高。为此，本文为短期负荷预测提出了一个GM（1，1）关于改进的遗传算法（GM（1，1）-IGA）。由于传统的GM（1，1）预测模型是不准确的而且参数的值是恒定的，为了解决这个问题并提高短期负荷预测的准确性，改进的十进制编码遗传算法（GA）适用于探求灰色模型GM（1，1）的最佳值。并且，本文还提出了单点线性算术交叉法，它能极大地改善交叉和变异的速度。最后，用一个日负荷预测的例子来。</p><p>5、电力系统规划与可靠性 （第2专题:电力负荷预测）,武汉大学电气工程学院 电力信息与控制研究所,武汉大学电气工程及其自动化专业选修课,李晓明,2019年6月26日11时27分,61,2,电力负荷预测,电力负荷预测的基本概念 负荷预测的分类 在规划设计中负荷预测的内容 负荷预测的基本程序 电力负荷预测的数据处理技术 影响电力负荷预测的因素 需电量传统的预测方法 最大负荷值传统的预测方法 确定性负荷预测方法 不确定性电力负荷预测方法 负荷预测的综合评价,2019年6月26日11时27分,61,3,电力负荷预测的基本概念,电力负荷的定义 电力负荷的分类 负荷。</p><p>6、第2章 供电负荷计算,安徽建筑工业学院机电学院,2,第2章 供电负荷计算,2.1 负荷曲线与计算负荷 2.2 用电设备额定容量的确定 2.3 负荷计算的方法 2.4 功率损耗与电能损耗 2.5 变电所中变压器台数与容量的选择 2.6 功率因数与无功功率补偿,3,2.1 负荷曲线与计算负荷,2.1.1 负荷曲线 负荷曲线（load curve）是指用于表达电力负荷随时间变化情况的函数曲线。在直角坐标系中，纵坐标表示负荷（有功功率或无功功率）值，横坐标表示对应的时间（一般以小时为单位）。,4,1负荷曲线的分类 按负荷的功率性质分： 可分为有功负荷曲线和无功负荷曲线； 。</p><p>7、第 2 9 卷第 3 期 2 O O 6年 6月 四 川 电 力 技 术 S i c h u a n E l e c t r i c P o w e r T e dI o g y Vo 1 2 9。 No 3 Ap r - 2 O O 6 电力月负荷的混沌趋势组合模型预测 李眉眉 。 丁晶 ， 衡彤 。 覃光华 ( 1 四川大学化工学院， 四川成都6 1 0 0 6 5 ； 2 四川大学水电学院， 四川成都6 1 0 0 6 5 ) 摘要 ： 针对电力月负荷同时具有趋势增长性和季节波动性， 使 负荷表现出复杂的非线性特征。 从而提 出了电力月负 荷的混沌趋势组合模型。以四川省全省月负荷序列为例， 把原始电力月负荷序列分解为趋势序列和剩余序列。通过 计。</p><p>8、神经网络在电力负荷预测中的应用研究 杜 莉张建军 北京工业职业技术学院信息工程系，北京1 0 0 0 4 2 摘要：研究电力负荷预测问题，针对精确测量电力负荷，由于影响电力负荷因素之间存在着菲线性，因素之间存在冗余信息， 传统的数学模型在电力负荷预测中精度较低，为了有效提高电力负荷的预测精度，提出了一种主成分分析( P C A ) 和B P 神 经网络相结合的电力负荷预测方法。利用P C A 对电力负荷的影响因素进行特征提取，以B P 神经网络对经过P C A 处理得 到的新的变量进行训练建模， 采用P C A - B P 神经网络模型对河南某地区的电力。</p><p>9、第3 5 卷第1 2 期计算机学报 V o l _ 3 5N o 1 2 2 0 1 2 年1 2 月 C H I N E S EJ O U R N A LO FC O M P U T E R SD e c 2 0 1 2 调和聚类- 分类方法在电力负荷预测中的应用 窦全胜“ 2 h 3 史忠植”姜平2 - 5 君华3 ，( 中国科学院计算技术研究所智能信息处理实验室北京1 0 0 1 9 0 ) ”( 山东工商学院计算机科学与技术学院山东烟台2 6 4 0 0 5 ) ”( 烟台东方电子信息产业集团公司山东烟台 2 6 4 0 0 1 ) 摘要分类和聚类是数据挖掘中两个重要的研究领域，分类需要相关的先验知识，而聚类往往依据某种相似性 测度，从数据本身来寻找其。</p><p>10、第 2 8卷第 2期 2 0 1 3年 6 月 电 力 科 学 与 技 术 学 报 J oURNAL OF EI ECT RI C POW E R S CI ENCE AND TECHNOLOGY Vo 1 2 8 NO 2 J un 2 0 1 3 考虑城市发展水平综合评分的 城市电力负荷密度预测法 周任军 ， 周胜瑜 ， 文 明 ， 赵慧材 ， 申 磊 ， 杨雨薇 ( 1 长沙理工大学 智 能电网运行与控制湖南省重点实验室 ， 湖南 长沙4 1 0 0 0 4 ； 2 湖南省电力公司经济技术研究 院， 湖南 长沙4 1 0 0 0 4 ) 摘 要 ： 针对负荷密度指标法计算量大、 过程复杂、 预测精度依赖于大量样本数据的问题， 提出基于城市发展水平 综合评分的预。</p><p>11、短期电力负荷预测模型的建立与应用 李永斌 上海电力学院，上海2 0 0 0 9 0 摘要：研究短期电力负荷问题。电力负荷影响因子多，且含有噪音信息，传统短期电力负荷预测方法难以对其进行准确的预 测，导致电力负荷精度低。为了提高短期电力负荷预测精度，提出了K P C A - B P N N 的短期电力负荷预测模型。模型对电力 负荷影响因素进行分析，并利用K P C A 提取其主元特征分量，然后利用B P N N 进行建模预测，最后对湖南某城市的短期电力 负荷进行预测。 仿真表明，K P C A - B P N N 不仅加快了电力短期负荷预测预测速度，同时提高了电力短。</p><p>12、科技与质量 Science and technology and quality 175质量管理 【文章摘要】 提高电力负荷预测的精准性能够推 动电力系统的发展， 以智能电网为平 台， 提升电力负荷预测的精准度是当 今该领域研究的热点之一。 本文主要 阐明电力负荷预测基本概念， 同时介 绍几种电力负荷预测方法， 分析智能 电网背景下的电力负荷的特征， 主要 探讨基于 AMI 的电力负荷预测方法。 经 对电力负荷分类， 依据各类电力负荷 的特征分别拟定电力负荷预测方法， 可以有效的增强电力负荷预测的精准 度。 【关键词】 负荷预测 ； 智能电网 ； 测量体系 在智能电。</p><p>13、第 3 9卷第 2期 2 0 1 6年 4月 四 川 电 力 技 术 S i c h u a n El e c t r i c P o we r T e c h n o l o g y Vo 1 3 9。 No 2 Ap r ， ， 2 01 6 基于 P S OL S S V M 的短期 电力负荷预测 黎津 池 ( 西南交通大学电气工程学院 ， 四川 成都6 1 0 0 3 1 ) 摘要 ： 提 出一种基 于粒子群优化 一最小二乘支持 向量机 ( p a r t i c l e s w a r T o p t i m i z a t i o n l e a s t s q u a r e s s u p p o r t v e c t o r m a c h i n e ， P S OL S S V M) 的短期 负荷预测的方法。采用 P S O算法对 L S S V M的模型参数进行寻优， 。</p><p>14、与 建 材装 饰2014 年 8 月 城市电力规划负荷预测分析 许 姣 （中机中联工程有限公司重庆400039） 摘要： 城市电力负荷预测的准确性在很大程度上决定了城市电网建设的合理性， 进而影响城市经济的发展。本文主 要对城市电力规划基础资料的收集以及电力负荷预测方法进行了分析， 其后就实际案例做了探讨， 为城市电力负荷预测 开展提供指导。 关键词： 城市电力规划； 基础资料； 负荷预测 中图分类号： TM715文献标识码： B 文章编号： 1673-0038 （2014） 35-0007-02 引 言 当前， 随着我国社会经济的快速发展， 城市建设规模也在不 断地。</p><p>15、第3 l 卷第4 期计算机仿真 2 0 1 4 年4 月 文章编号：1 0 0 6 9 3 4 8 ( 2 0 1 4 ) 0 4 0 1 3 7 0 5 基于极限学习机的短期电力负荷预测 王伟，杨辉华，刘振丙，李灵巧 ( 桂林电子科技大学广西信息科学实验中心，广西桂林5 4 1 0 0 4 ) 摘要：研究电力负荷预测准确性问题，由于电力负荷与天气、经济、假期等多种因素密切相关，变化规律具有周期性和随机 性，传统方法无法描述其变化规律，导致电力负荷预测精度低。为了提高电力负荷预测精度，提出一种基于时间序列编码的 相似日选择和极限学习机( E L M ) 相结合的电力负荷预测方法。基于时。</p><p>16、第2 7 卷第1 1 期计算机仿真 2 0 1 0 年1 1 月 文章编号：1 0 0 6 9 3 4 8 ( 2 0 1 0 ) 1 1 0 2 7 0 一0 4 P C A R B F 网络在电力负荷预测中的应用研究 吴建龙1 ，郭滨钊2 ( 1 首钢工学院机电工程系，北京1 0 0 1 4 4 ；2 河南省夏邑县供电局，河南夏邑4 7 6 4 0 0 ) 摘要：研究电力负荷预测问题，由于电力负荷因子问存在非线性和高度冗余，传统方法无法消除数据之间冗余和捕捉非线性 特征，导致预测精度较低。为了提高电力负荷预测精度。提出一种将主成份分析( P c A ) 和R B F 神经网络相结合的电力负荷 预测方法( P C A R B F ) 。首。</p><p>17、第八章灰色系统预测方法,一.灰色系统理论概述二.灰色关联度的分析与计算三.GM(1,1)模型及预测四.GM(1,1)残差模型及其预测五.其它灰色预测模型,教学要求：,清楚灰色系统、生成数等基本概念；掌握灰色关联度的计算。</p>