本文關(guān)鍵詞：基于多變量氣象因子的LMBP電力日負荷預(yù)測

  更多相關(guān)文章： 短期負荷預(yù)測 多變量氣象因子 主成分分析 LMBP神經(jīng)網(wǎng)絡(luò)

【摘要】：提出基于主成分分析處理多天氣因素的LMBP電力負荷預(yù)測模型。采用主成分分析技術(shù)對多氣象因素進行降維處理,提取多天氣因素特征量,既全面表征天氣因素對電力負荷的影響,又簡化預(yù)測模型。將得到的新氣象特征量與歷史負荷數(shù)據(jù)共同作為建模對象。采用基于L-M優(yōu)化算法的BP神經(jīng)網(wǎng)絡(luò)(LMBP)進行預(yù)測分析,通過最速梯度下降法和牛頓法之間的自適應(yīng)調(diào)整優(yōu)化網(wǎng)絡(luò)權(quán)值,有效提高網(wǎng)絡(luò)的收斂速度和泛化能力。通過對美國南部某地區(qū)實際電力負荷系統(tǒng)進行預(yù)測分析表明該方法可以有效提高預(yù)測精度和預(yù)測效率。
【作者單位】： 燕山大學(xué)電氣工程學(xué)院河北省測試計量技術(shù)及儀器重點實驗室;
【關(guān)鍵詞】： 短期負荷預(yù)測 多變量氣象因子 主成分分析 LMBP神經(jīng)網(wǎng)絡(luò)
【基金】：國家自然科學(xué)基金(61077071,51475405) 河北省自然科學(xué)基金(F2015203413) 河北省高等學(xué)�？茖W(xué)技術(shù)研究重點(ZD2014100)項目資助
【分類號】：TM715
【正文快照】： 1引言精確的電力負荷預(yù)測對于電力系統(tǒng)經(jīng)濟、安全、可靠地運行具有重要意義[1-2]。電力系統(tǒng)負荷預(yù)測問題的研究越來越引起人們的注意。國內(nèi)外許多專家學(xué)者做了大量的研究工作,提出了很多預(yù)測模型。但是,很多方法都是針對一維時間序列的,如時間序列預(yù)測法、回歸分析預(yù)測法等[3-

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李冬輝;王樂英;李晟;;基于PCA的空調(diào)系統(tǒng)傳感器故障診斷[J];電工技術(shù)學(xué)報;2008年06期

2 魏少巖;吳俊勇;;基于灰色模型和Kalman平滑器的多母線短期負荷預(yù)測[J];電工技術(shù)學(xué)報;2010年02期

3 魯昌華;汪涌;王玲飛;;基于PCA和SVM的模擬電路故障診斷[J];電子測量與儀器學(xué)報;2008年03期

4 萬昆;柳瑞禹;;區(qū)間時間序列向量自回歸模型在短期電力負荷預(yù)測中的應(yīng)用[J];電網(wǎng)技術(shù);2012年11期

5 黃欣;趙錦成;解璞;;基于BP神經(jīng)網(wǎng)絡(luò)的電站負荷預(yù)測仿真研究[J];國外電子測量技術(shù);2012年11期

6 徐曉冰;姚瑩;王建平;;基于小波過程神經(jīng)網(wǎng)絡(luò)的短期風(fēng)速預(yù)測[J];電子測量與儀器學(xué)報;2013年10期

7 方鴿飛;胡長洪;鄭奕輝;蔡金明;;考慮夏季氣象因素的短期負荷預(yù)測方法研究[J];電力系統(tǒng)保護與控制;2010年22期

8 廖旎煥;胡智宏;馬瑩瑩;盧王允;;電力系統(tǒng)短期負荷預(yù)測方法綜述[J];電力系統(tǒng)保護與控制;2011年01期

9 項文強;張華;王Y，

本文編號：571289