2) short-term load forecasting
短期负荷预测
1.
Power system short-term load forecasting based on empirical mode decomposition and dynamic neural network;
基于经验模态分解与动态神经网络的短期负荷预测
2.
Power system short-term load forecasting based on fuzzy clustering analysis and rough sets;
基于模糊聚类和粗糙集的电力系统短期负荷预测
3.
Development of short-term load forecasting system based on COM and multi-agent techniques;
基于COM及多Agent技术的短期负荷预测系统开发
3) very short-term load forecasting
超短期负荷预测
1.
And a method for very short-term load forecasting is presented based on the local shape similarity.
在对电力负荷局部特性分析的基础上,定义了一个描述负荷序列形状相似程度的指标——负荷曲线形系数,提出了一种基于局部形相似的超短期负荷预测方法。
4) ultra-short term load forecasting
超短期负荷预测
1.
A ultra-short term load forecasting method based on autoregression;
基于自回归模型的超短期负荷预测方法
2.
A novel method called load derivation is introduced for ultra-short term load forecasting of power system.
仿真表明了改进模型的有效性和算法的可行性,对于超短期负荷预测这类需要反应迅速的问题,采用本文提供的方法进行预测是可靠且非常有效的。
3.
This paper applies cluster analysis theory in analyzing load tendency through discussion on the main problems existing in ultra-short term load forecasting, and presents a fixed cluster load forecasting method firstly.
分析了当前超短期负荷预测中存在的主要问题;在对大量历史负荷观测的基础上,提出并应 用聚类分析理论进行负荷变化趋势分析;通过分析,在固定分类预测算法的基础上,提出了动态分 类预测算法,该方法能够根据预测目标自动调整预测样本;大量的模拟测试表明,改进后的预测方 法能够在无需频繁维护样本的情况下,大幅提高超短期负荷预测精度,尤其是对节假日负荷预测, 效果更为明显。
5) short-time load forecasting
短期负荷预测
1.
A short-time load forecasting system based on multi-agent system;
多agent的短期负荷预测系统
2.
Application of RBF neural network and adapt-self fuzzy control for short-time load forecasting;
RBF神经网络自适应模糊控制在短期负荷预测中的应用
6) STLF
短期负荷预测
1.
An Adaptive Weighed LS-SVM Approach for STLF;
基于自适应加权最小二乘支持向量机的短期负荷预测方法
2.
Electric short-term load forecasting(STLF) is an important and integral component in the operation of any electric utility whose accuracy directly influence power system’s security, profit and quality.
电力系统短期负荷预测是电力系统调度运营部门一项重要的日常工作,预测精度的高低直接影响到电力系统运行的安全性、经济性和供电质量。
3.
Power short-term load forecasting(STLF) is an important and integral component in the operation of any electric utility whose accuracy directly influence power system's security, profit and quality.
电力系统短期负荷预测是电力系统调度运营部门的一项重要的日常工作，预测精度的高低直接影响到电力系统运行的安全性、经济性和供电质量，其特点是：要预测的数据个数多、采集到的样本数据含一定的噪声、受诸多气象因素的影响并具有随机性等等。
补充资料：电力负荷预测方法
电力负荷预测方法
load forecasting method
d{anl一fuhe yuee fangfo电力负荷预侧方法(foad foreeasting meth-ed)在电力系统规划中，电力负荷预侧是通过研究国民经济和社会发展的各种相关因素与电力需求之间的关系，预侧电力用户的需电量和最大负荷。为做好负荷预侧摇掌握国民经济和社会发展的历史、现状和规划资料以及电力消费水平和特性变化，研究经济政策、经济发展水平、人均收人变化、产业政策变化、产业结构调整、科技进步、节能措施、需求侧管理、电价、各类相关能源与电力的可转换性及其价格、气候等因索与电力箱求水平和特性之间的影响，需分析研究电网的扩展和加强、城市电网改造、供电条件改善、农村电气化等对电力需求的形响. 一电.的预侧方法需电量传统的预侧方法主要有用电单耗法、电力弹性系数法、回归分析法、时间序列法、综合用电水平法和负荷密度法等。近年来又研究了一些新的预侧方法，如计t经济模型法、灰色系统预侧法、专家系统法和神经网络法等方法. 用电单耗法将预侧期的产品产量(或产值)乘以用电单耗，可得所需要的用电量，计算式为E一艺况m，式中E为某行业预侧期的需电t，民为各种产品产量(产值)的用电单耗;成为各种产品产量(或产值);n为计算的行业的企业数。 这个方法适用已有生产或建设计划的中近期负荷预侧。 电力弹性系数法电力弹性系数是在某一时期内用电t的平均年增长率与同一时期国内生产总值(gross aomesti。produet，GDP)平均年增长率的比值。该系数从客观上反映电力发展速度与国民经济发展速度的相对关系。这一系数与电力工业发展水平、科学技术水平、国家经济政策及产品结构、人民生活水平等因素有关.美国、日本、法国、中国1971~1950年的电力弹性系数分别为1.26，1·01，l·59和l·22;1981~1985年的分别是0.66，0.75，2.52和0.64;1986~1990年的分别是1.2，1.08，0.94和1.12.中国1991~1997年的电力弹性系数分别是1.12，0.85，0.73，。.85，。.84，。.74和。.58。当预测出电力弹性系数后，预侧未来的需电t的计算式为E.=E。(l+K夕)，式中E.为预侧期末的需用电量.E。为预侧初期的需用电量;K为规划期的电力工业弹性系数冲为计算期年数;夕为国内生产总值平均年增长速度. 电力弹性系数是一个宏观指标，用作远期粗略的负荷预测。 回归分析法它利用数理统计原理，对大t的统计数据进行数学处理，并确定用电量与某些自变t之间的相关关系，建立一个相关性较好的数学模式即回归方程，并加以外推，用以预侧今后的用电盆。回归分析法包括一元线性、多元线性和非线性回归法。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条