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
提高中长期电力负荷预测水平
下载PDF
职称材料
导出
摘要
从电力负荷预测研究的发展及现状入手,以典型的中小型负荷网——房山电网为例,分析了房山地区经济发展特点,负荷与售电量特性,采用多种预测方式对房山地区的负荷进行了分析预测,选择出相对适合房山电网特点的人均拥有量预测法和负荷时间序列法,从而力求寻找出一套较为适应中小型地区电网中长期电力负荷预测的方法。
作者
李铮
李立新
王硕
陈蕾
张颖
机构地区
北京市电力公司房山供电公司
出处
《农村电气化》
2013年第5期16-18,共3页
Rural Electrification
关键词
负荷预测
长期负荷预测
人均拥有量预测法
时间序列预测法
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
6
参考文献
5
共引文献
15
同被引文献
0
引证文献
0
二级引证文献
0
参考文献
5
1
牛东晓,曹树华,赵磊,等电力负荷预测技术及其应用[M].北京:中国电力出版社,2009.
2
国家电力公司.中国电力负荷特性分析与预测[M].北京:中国电力出版,2002.
3
顾洁,崔旻.
电力系统中长期负荷预测的参数抗差估计研究[J]
.电力自动化设备,2003,23(6):13-15.
被引量:3
4
沈百新.
利用专家系统预测地区用电负荷[J]
.电力需求侧管理,2005,7(2):49-50.
被引量:9
5
宁波,康重庆,夏清.
中长期负荷预测模型的扩展策略[J]
.中国电力,2000,33(10):36-38.
被引量:6
二级参考文献
6
1
严华生,曹杰.
多元门限回归模型的一种建模方法[J]
.大气科学,1994,18(2):194-199.
被引量:21
2
陈宝林最优化理论与方法[M]北京:清华大学出版社,1989.
3
Islam,SyedM,Al-Alawi,etal.ForecastingMonthlyElectricLoadandEnergyforAFastGrowingUtilityUsingAnArtificialNeuralNetwork[J].ElectricPowerSystemsResearch,1995,34(1):1-9.
4
康重庆,夏清,刘梅,相年德.
应用于负荷预测中的回归分析的特殊问题[J]
.电力系统自动化,1998,22(10):38-41.
被引量:51
5
康重庆,夏清,沈瑜,相年德.
电力系统负荷预测的综合模型[J]
.清华大学学报(自然科学版),1999,39(1):8-11.
被引量:91
6
郭伟,单渊达.
M估计方法及其在电力系统状态估计中的应用[J]
.中国电机工程学报,2000,20(9):26-31.
被引量:37
共引文献
15
1
缴锡云,雷志栋,彭世彰.
建立作物水分生产函数的稳健回归方法[J]
.灌溉排水学报,2006,25(3):30-33.
被引量:10
2
冯再勇,钟康惠,马永旺.
小波网络和BP网络在负荷预测中的比较研究[J]
.江汉大学学报(自然科学版),2007,35(2):51-55.
被引量:2
3
李鹏飞,加玛力汗.库马什,常喜强.
几种电力负荷预测方法的比较[J]
.电气技术,2011,12(6):49-52.
被引量:8
4
王建,吴奎华,刘志珍,吴奎忠,孙伟.
电动汽车充电对配电网负荷的影响及有序控制研究[J]
.电力自动化设备,2013,33(8):47-52.
被引量:81
5
涂兵.
电力营销数据分析系统研究[J]
.科技与企业,2013(23):151-151.
6
张帆,刘杰锋,李冰,陈纲亮,季节,徐康泰.
基于改进Logistic模型阶段划分理论的饱和负荷预测[J]
.电力建设,2015,36(10):105-110.
被引量:12
7
侯玉琤.
变结构协整理论在电力中长期负荷预测中的应用[J]
.云南电力技术,2015,43(6):91-94.
被引量:1
8
陈屹东,程浩忠,黄锦华,韩新阳,尤钟晓.
情景分析在饱和负荷预测中的应用[J]
.电力系统及其自动化学报,2016,28(6):7-13.
被引量:4
9
穆海振.
分位数回归方法在盛夏日用电量预测中的应用[J]
.电力需求侧管理,2018,20(3):24-27.
被引量:8
10
陆继翔,张琪培,杨志宏,涂孟夫,陆进军,彭晖.
基于CNN-LSTM混合神经网络模型的短期负荷预测方法[J]
.电力系统自动化,2019,43(8):131-137.
被引量:337
1
刘慷.
电力电量负荷预测方法及应用分析[J]
.科技资讯,2012,10(33):105-106.
被引量:2
2
孙振,路洋.
电力系统负荷预测方式综述[J]
.黑龙江电力,2005,27(4):260-262.
被引量:5
3
燕洁.
神经网络在电力负荷预测中的应用[J]
.东北电力技术,2007,28(12):47-48.
被引量:3
4
张俊楠,朱坚,郁海婷.
地区级供电企业负荷预测分析[J]
.上海电力,2011,24(6):469-473.
5
吴若林.
浅谈电力电量负荷预测方法[J]
.中国新通信,2013,15(20):22-23.
6
侯利明.
一种智能电网谐波检测系统的架构[J]
.无线互联科技,2014,11(5):63-63.
被引量:1
7
赵沛虎,张耀先.
浅谈城网规划的基础性工作——负荷预测[J]
.天津科技,2012,39(3):71-72.
被引量:1
8
周培毅,张新燕.
基于时间序列与支持向量机的风电场风速预测研究[J]
.陕西电力,2009,37(12):1-4.
被引量:17
9
付熙.
电力规划中负荷预测方法研究及其优化[J]
.科技创新与应用,2015,5(26):213-213.
被引量:2
10
赵璐.
基于人工神经网络的电力系统负荷预测[J]
.硅谷,2008,1(8).
被引量:1
农村电气化
2013年 第5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