期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
一元线性回归模型在电力系统负荷预测中的应用与MATLAB实现
被引量:
3
下载PDF
职称材料
导出
摘要
基于一元回归模型的电力负荷预测技术是以历史负荷为资料建立数学模型,对未来时间内的负荷进行预测,从数学角度看,就是利用数理统计中的一元回归方法,通过对变量的观测数据进行统计分析,确定变量之间的相关关系,从而实现预测的目的。本文介绍了一元线型回归模型的原理,通过分析历史数据,建立数学模型,以北京地区年负荷为例,证明该模型具有良好的实用性。
作者
杨中华
机构地区
三峡大学电气与新能源学院
出处
《科技信息》
2012年第12期113-114,共2页
Science & Technology Information
关键词
电力系统
负荷预测
一元线性回归
r检验
MATLAB
分类号
TM715 [电气工程—电力系统及自动化]
引文网络
相关文献
节点文献
二级参考文献
10
参考文献
4
共引文献
29
同被引文献
11
引证文献
3
二级引证文献
8
参考文献
4
1
康重庆,夏清,刘梅.电力负荷预测[M].北京:中国电力出版社,2009.
2
吴起,宋立国,张宇飞.
一元线性回归模型在负荷预测中的应用[J]
.中国电力教育,2010(A01):265-267.
被引量:11
3
王芳芳.
负荷预测模型的建立及基于回归分析法的负荷预测[J]
.中国高新技术企业,2011(34):56-58.
被引量:9
4
周鸿飞,陈志斌,关欣.
评价回归模型拟合效果的数量化方法[J]
.沈阳农业大学学报,2001,32(6):455-458.
被引量:13
二级参考文献
10
1
雷绍兰,孙才新,周湶,张晓星,程其云.
基于径向基神经网络和自适应神经模糊系统的电力短期负荷预测方法[J]
.中国电机工程学报,2005,25(22):78-82.
被引量:71
2
李翔,高山,陈昊.
基于变结构协整理论的中长期电力负荷预测模型[J]
.电网技术,2007,31(9):48-52.
被引量:34
3
刘继春,等.电力市场运营系统[M].北京:中国电力出版社,2007.
4
莫惠栋,农业试验统计,1992年
5
牛东晓,曹树华,赵磊,等.电力系统预测技术及其应用[M].北京:中国电力出版社,1998.
6
汪峰,于尔铿,阎承山,李晓彬,刘军,刘永奇.
基于因素影响的电力系统短期负荷预报方法的研究[J]
.中国电机工程学报,1999,19(8):54-58.
被引量:50
7
张健,曹志东.
负荷预测在电力市场中的应用[J]
.山东电力技术,2000,27(2):24-24.
被引量:6
8
史德明,李林川,宋建文.
基于灰色预测和神经网络的电力系统负荷预测[J]
.电网技术,2001,25(12):14-17.
被引量:73
9
周鸿飞,陈志斌,关欣.
评价回归模型拟合效果的数量化方法[J]
.沈阳农业大学学报,2001,32(6):455-458.
被引量:13
10
耿光飞,郭喜庆.
模糊线性回归法在负荷预测中的应用[J]
.电网技术,2002,26(4):19-21.
被引量:41
共引文献
29
1
陈楚,关泽群,张鹏林,陈崇成.
利用RS和GIS的森林蓄积量偏最小二乘估测研究[J]
.湖北林业科技,2004,33(4):25-28.
被引量:19
2
刘义玲,范守君,周鸿飞.
水稻分蘖成穗特点及产量性状与产量回归模型分析[J]
.辽宁农业科学,2005(3):12-14.
被引量:16
3
吴起,宋立国,张宇飞.
一元线性回归模型在负荷预测中的应用[J]
.中国电力教育,2010(A01):265-267.
被引量:11
4
王小非.
银川市短期电力负荷预测方法研究及应用[J]
.宁夏电力,2010(6):7-8.
5
徐娟,李宝树.
秦皇岛地区电力负荷曲线拐点特性分析[J]
.电力需求侧管理,2011,13(5):44-46.
6
王金行,于强强,赵生传,刘远龙,龚文杰,李文升,于大洋.
基于趋势信息的电力系统负荷预测[J]
.山东电力技术,2012,39(3):10-12.
被引量:2
7
肖东耀,廖超英,杨晓娟,田联会,何晓军,张斌,唐海滨,田石磊.
太白山北坡太白红杉(Larix chinensis)胸径生长规律研究[J]
.西北林学院学报,2012,27(4):194-198.
被引量:10
8
邓通发,曾峻雄,赵仲芳.
基于反分析方法的静压桩复压力时效性研究[J]
.江西理工大学学报,2012,33(3):26-29.
9
唐海丰,马亮亮.
基于回归模型的城市喜好度探究[J]
.甘肃联合大学学报(自然科学版),2013,27(2):18-21.
10
曾鸣,李定林,孙晓菲,薛松.
贵州省2015~2020年用电量预测及其比较[J]
.水电能源科学,2013,31(4):229-232.
被引量:5
同被引文献
11
1
林元珍.
节能减排 促进电力工业可持续发展[J]
.能源与环境,2009(4):92-94.
被引量:5
2
吴起,宋立国,张宇飞.
一元线性回归模型在负荷预测中的应用[J]
.中国电力教育,2010(A01):265-267.
被引量:11
3
彭鹏,彭佳红.
基于多元线性回归模型的电力负荷预测研究[J]
.中国安全生产科学技术,2011,7(9):158-161.
被引量:48
4
陈涛,徐学伟,庄雷明,胡向峰,周超.
基于粗糙集和多元线性回归的电力系统中长期负荷预测[J]
.山东电力技术,2012,39(4):32-36.
被引量:1
5
朱红兵,席凯强.
SPSS 17.0中的正交试验设计与数据分析[J]
.首都体育学院学报,2013,25(3):283-288.
被引量:49
6
宋晓茹,李莉,张来青.
中长期电力负荷预测研究[J]
.计算机仿真,2014,31(9):132-135.
被引量:9
7
包健康,高波,张血琴.
500kV输电线路耐张线夹电接触计算及其发热研究[J]
.中国电力,2016,49(11):25-30.
被引量:20
8
张宗华,赵京湘,卢享,牛新征.
基于遗传算法的BP神经网络在电力负载预测中的应用[J]
.计算机工程,2017,43(10):277-282.
被引量:21
9
程子华.
一种基于支持向量机的电力负载预测算法[J]
.科技通报,2019,35(5):67-70.
被引量:4
10
吴岳.
通过HiBench基准测试比较Hadoop与Spark的性能[J]
.电脑与信息技术,2021,29(2):79-81.
被引量:2
引证文献
3
1
邹祎.
电力系统负荷的一元线性模型预测方法[J]
.价值工程,2016,35(32):72-73.
被引量:3
2
魏天琪.
基于多元线性回归模型的中长期电力负荷预测[J]
.电子世界,2017,0(23):29-30.
被引量:5
3
李磊,王云,邓洪波,梁志明.
Spark云平台电力负载预测系统的设计与实现[J]
.实验室研究与探索,2023,42(5):41-45.
二级引证文献
8
1
王宗礼,刘苑红,王宏刚,刘伟,韦涛,张伟,陈海.
城农网供电可靠性现状及展望[J]
.供用电,2018,35(2):47-51.
被引量:10
2
彭良刚.
基于多元回归分析的颜色与物质质量分数辨识[J]
.现代盐化工,2018,45(6):51-53.
3
张峰.
基于MATLAB一元线性回归分析的库坝土体抗剪强度测定[J]
.科学技术创新,2020(12):142-143.
被引量:3
4
王永志,刘博,李钰.
一种基于LSTM神经网络的电力负荷预测方法[J]
.实验室研究与探索,2020,39(5):41-45.
被引量:26
5
黄馨乐,于军琪.
基于生成对抗网络的深度Q学习空调冷负荷预测算法[J]
.建筑节能(中英文),2021,49(9):105-108.
被引量:1
6
马玉草,高鹏飞,张铁峰,梁海峰.
5G基站和数据中心的中长期负荷预测研究[J]
.电力科学与工程,2023,39(9):63-70.
被引量:3
7
韩宇,史麦瑞,王际涵,吕峥.
基于双向长短期记忆神经网络的电力负荷预测分析[J]
.现代工业经济和信息化,2024,14(4):205-207.
8
许隽杰,陈永保,章立新,高明,刘婧楠.
基于LightGBM算法的短期电力负荷预测研究[J]
.建模与仿真,2022,11(4):1071-1082.
被引量:1
1
孙秀卉,刘莉.
回归分析法在年用电量预测中的应用[J]
.沈阳工程学院学报(自然科学版),2005,1(2):71-72.
被引量:4
2
邹祎.
电力系统负荷的一元线性模型预测方法[J]
.价值工程,2016,35(32):72-73.
被引量:3
3
吴起,宋立国,张宇飞.
一元线性回归模型在负荷预测中的应用[J]
.中国电力教育,2010(A01):265-267.
被引量:11
4
崔杨,李莉,陈德荣.
基于最小二乘支持向量机的超短期风电负荷预测[J]
.电气自动化,2014,36(5):35-37.
被引量:12
5
蒋晓艳,何川,方蕾.
基于最优组合预测法的电网用电量预测[J]
.中国西部科技,2010,9(14):36-38.
被引量:6
6
张德升.
电力负荷中期预测方法[J]
.平原大学学报,2003,20(4):18-19.
被引量:1
7
王永华,刘军生,周晓华,赵佳妍,阎丽琴.
一例基于灰色模型的电力负荷预测方法的应用[J]
.电力学报,2005,20(3):280-282.
被引量:2
8
李勇平.
台线管理的资料建立推动降损反窃电工作[J]
.大科技(科技天地),2011(23):67-68.
9
胡倩,周辛南,易伟,秦洪伟.
多频率尺度下的风电场短期风速预测融合算法[J]
.陕西电力,2014,42(1):27-31.
被引量:5
10
文建忠.
EXCEL软件在电量预测中的应用[J]
.电力学报,2006,21(2):219-221.
被引量:1
科技信息
2012年 第12期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部