电力系统短期负荷预测方法综述

被引:258
作者
廖旎焕 [1 ]
胡智宏 [2 ]
马莹莹 [3 ]
卢王允 [4 ]
机构
[1] 华北水利水电学院电力学院
[2] 郑州轻工业学院电气信息工程学院
[3] 山东省建设高压容器有限公司
[4] 周口市供电公司
关键词
电力系统; 短期负荷预测; 能量管理系统; 专家系统; 混沌理论;
D O I
暂无
中图分类号
TM715 [电力系统规划];
学科分类号
080802 ;
摘要
简述了短期负荷预测的概念和意义,分析了短期负荷预测的特点和影响预测精度的各种因素,将目前的预测方法分为经典方法、传统方法、智能方法和预测新方法。综合分析了目前各种预测方法的应用原理,详细分析和比较了各个预测方法的优点和不足之处。提出提高短期负荷预测的精度不仅重视历史数据的积累,更应注重选择合适的预测模型,综合预测模型是未来电力负荷预测方法的发展方向。
引用
收藏
页码:147 / 152
页数:6
相关论文
共 21 条
[1]   基于蚁群支持向量机的短期负荷预测 [J].
魏俊 ;
周步祥 ;
林楠 ;
邢义 .
电力系统保护与控制, 2009, 37 (04) :36-40
[2]   蚁群灰色神经网络组合模型在电力负荷预测中的应用 [J].
王捷 ;
吴国忠 ;
李艳昌 .
电力系统保护与控制, 2009, 37 (02) :48-52
[3]   小波支持向量机与相空间重构结合的短期负荷预测研究 [J].
郑永康 ;
陈维荣 ;
戴朝华 .
继电器, 2008, (07) :29-33
[4]   短期负荷预测的Ensemble混沌预测方法 [J].
杨正瓴 ;
王渭巍 ;
曹东波 ;
张军 ;
陈曦 .
电力系统自动化, 2007, (23) :34-37
[5]   粒子群神经网络混合算法在负荷预测中的应用 [J].
蔡金锭 ;
付中云 .
高电压技术, 2007, (05) :90-93
[6]   短期负荷预测中的负荷求导法及天气因素的使用 [J].
张振高 ;
杨正瓴 .
电力系统及其自动化学报, 2006, (05) :79-83
[7]   混合模糊神经网络在短期负荷预测中的应用 [J].
赵宇红 ;
肖金凤 ;
陈忠泽 .
电力系统及其自动化学报, 2006, (02) :99-104
[8]   基于混沌神经网络理论的小电网短期电力负荷预测 [J].
李广 ;
邹德忠 ;
谈顺涛 .
电力自动化设备, 2006, (02) :50-52
[9]   电力短期负荷的多变量混沌预测方法 [J].
雷绍兰 ;
孙才新 ;
周湶 ;
邓群 ;
刘凡 .
高电压技术, 2005, (12) :69-72
[10]   基于时序分析的神经网络短期负荷预测模型研究 [J].
卢建昌 ;
王柳 .
中国电力, 2005, (07) :15-18