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
短期电力系统负荷预测方法综述
被引量:
5
下载PDF
职称材料
导出
摘要
短期电力系统负荷预测对电力系统的调度运行和生产计划有很大影响。准确的负荷预测有助于提高电力系统的安全性、稳定性、经济性,随着电力市场的建立与发展,短期负荷预测将发挥越来越重要的作用。简述了短期电力系统负荷预测的概念和意义,对现有的短期负荷预测方法进行分类,介绍了各种预测方法的原理,讨论了各种方法的优点与不足,并对电力系统负荷预测方法未来的发展方向作出了展望。
作者
杜雅楠
郭志娟
吕灵芝
母建茹
袁鹏
机构地区
华北水利水电大学
中电投河南电力有限公司平顶山发电公司
出处
《技术与市场》
2015年第5期339-340,共2页
Technology and Market
关键词
电力系统
短期负荷预测
方法模型
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
27
参考文献
11
共引文献
215
同被引文献
33
引证文献
5
二级引证文献
27
参考文献
11
1
陈衍.电力系统稳态分析[M].北京:中国电力出版社,2007.
2
詹海峰.短期电力负荷预测数据预处理研究[D],北京:中国矿业大学,2009.
3
陈朝辉.
大波动地区电力系统短期负荷预测方法研究[J]
.华东电力,2002,30(9):53-56.
被引量:3
4
李金颖,牛东晓.
非线性季节型电力负荷灰色组合预测研究[J]
.电网技术,2003,27(5):26-28.
被引量:47
5
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
6
张大海,毕研秋,毕研霞,毕研梅,牛兆水,洛鲁宁.
基于串联灰色神经网络的电力负荷预测方法[J]
.系统工程理论与实践,2004,24(12):128-132.
被引量:30
7
焦李成.神经网络系统理论[M].西安:西安电子科技大学出版社,1989.
8
魏伟,牛东晓,常征.
负荷预测技术的新进展[J]
.华北电力大学学报(自然科学版),2002,29(1):10-15.
被引量:60
9
Yanqiu Bi, Jianguo Zhao etc. Power Load Forecasting Algo- rithm Based on Wavelet Packet Analysis [ J ]. Power System Technology,2004,1:987 - 990.
10
贾正源,牛东晓.
电力负荷预测的遗传神经网络模型研究[J]
.运筹与管理,2000,9(2):31-36.
被引量:6
二级参考文献
27
1
牛东晓,陈志业.
交叉灰色预测法预测发电设备可靠性指标[J]
.中国电机工程学报,1993,13(4):25-30.
被引量:11
2
陈志业,牛东晓,张英怀,谢宏,齐喜全.
电网短期电力负荷预测系统的研究[J]
.中国电机工程学报,1995,15(1):30-35.
被引量:35
3
刘晨辉.电力系统负荷预报理论与方法[M].哈尔滨:哈尔滨工业大学出版社,1987..
4
邓聚龙(Deng Ju1ong).灰色预测与决策(Gray forecast and decision-making)[M].武汉:华中理工大学出版社(Wuhan:Press of Huazhong Un,1992..
5
Pindyck R S Rubinfe1d D L.计量经济模型与经济预测(Econometric mode1s and economic forecasts)[M].北京:机械工业出版社(Beijing:China Machine Press),1999..
6
[3]A.G Bakirtzis et al.A Neural Network Short-Term Load Forecasting Model for the Greek power System[J].IEEE Power Engineer Peview.1997,17(3):39-44.
7
Pardo A, Meneu V, Valor E. Temperature and seasonality influences on Spanish electricity load[J]. Energy Economics , 2002, (24): 55-70.
8
康重庆,清华大学学报,1997年,37卷,4期
9
团体著者,电力需求预测工作条例(试行),1995年
10
王锡凡,电力系统规划基础,1994年
共引文献
215
1
刘志明.
改革厂长十年官司[J]
.南风窗,2002(17):28-31.
2
李之波.
多因素支持向量机模型在江苏省中长期电力负荷预测中的应用[J]
.华北水利水电学院学报,2009,30(1):59-60.
被引量:2
3
王述仲.
基于快速本征模态分解的电力系统短期负荷预测[J]
.中国电机工程学报,2013,33(S1):79-84.
被引量:8
4
姚晔,连之伟,侯志坚,周湘江.
基于AHP的空调负荷组合预测研究[J]
.哈尔滨工业大学学报,2004,36(9):1269-1271.
被引量:11
5
康重庆,夏清,张伯明.
电力系统负荷预测研究综述与发展方向的探讨[J]
.电力系统自动化,2004,28(17):1-11.
被引量:502
6
朱向阳,林鹤云.
基于RAN网络的短期负荷预测[J]
.电力系统及其自动化学报,2004,16(5):62-65.
被引量:1
7
范理明.
论知识经济浪潮中的培训事业[J]
.科技进步与对策,2000,17(6):141-142.
8
杨实俊,牛东晓.
基于预测模型库关联优化的电力负荷组合预测模型[J]
.华北电力大学学报(自然科学版),2005,32(1):42-44.
被引量:6
9
邢棉,杨实俊,牛东晓,孙伟.
多元指数加权电力负荷灰色优化组合预测[J]
.电网技术,2005,29(4):8-11.
被引量:27
10
李媛媛,牛东晓.
基于最优可信度的月度负荷综合最优灰色神经网络预测模型[J]
.电网技术,2005,29(5):16-19.
被引量:15
同被引文献
33
1
康重庆,夏清,张伯明.
电力系统负荷预测研究综述与发展方向的探讨[J]
.电力系统自动化,2004,28(17):1-11.
被引量:502
2
李林川,夏道止,杨振平,王立成,邓永辉,张莉芳,董彬.
应用人工神经网络进行短期负荷预测[J]
.电力系统及其自动化学报,1994,6(3):33-41.
被引量:24
3
李金超,牛东晓,李金颖,王强.
基于熵权的中长期电力负荷组合预测[J]
.华东电力,2005,33(8):26-29.
被引量:8
4
雷绍兰,孙才新,周湶,张晓星.
电力短期负荷的多变量时间序列线性回归预测方法研究[J]
.中国电机工程学报,2006,26(2):25-29.
被引量:94
5
朱小六,熊伟丽,徐保国.
基于动态惯性因子的PSO算法的研究[J]
.计算机仿真,2007,24(5):154-157.
被引量:15
6
乔维德.
基于改进PSO-BP神经网络的短期电力负荷预测研究[J]
.继电器,2007,35(17):17-21.
被引量:16
7
肖先勇,葛嘉,何德胜.
基于支持向量机的中长期电力负荷组合预测[J]
.电力系统及其自动化学报,2008,20(1):84-88.
被引量:37
8
韩丽娜,方鸽飞.
杭州地区春节电力负荷特性的分析[J]
.能源工程,2008,28(3):12-15.
被引量:2
9
田丽,夏新运,蒋慧,张淑芳.
基于PSO-BP混合算法的短期电力负荷预测[J]
.自动化与仪器仪表,2009(2):40-41.
被引量:2
10
师彪,李郁侠,于新花,闫旺.
改进粒子群-BP神经网络模型的短期电力负荷预测[J]
.计算机应用,2009,29(4):1036-1039.
被引量:47
引证文献
5
1
史常凯,闫文棋,张筱慧,张波,樊勇华,唐巍.
基于BP网络和灰色模型的春节配变重过载预测[J]
.电力科学与技术学报,2016,31(3):140-145.
被引量:20
2
王伟,杨跞,杜晓彬,胡弼,胡土雄.
基于混合改变惯性因子PSO-BP的短期电力负荷预测[J]
.宁夏电力,2017(6):28-34.
被引量:1
3
刘子良,徐群,李家辉,陈琛,李峰,安树怀,王雨,韩晓燕,李军,杨继超.
基于MIV和GA优化Elman神经网络的春节负荷预测[J]
.科技资讯,2017,15(16):41-45.
被引量:1
4
唐鹤,周俊宇,骆国铭.
基于实时电网拓扑的母线负荷预测技术研究[J]
.微型电脑应用,2021,37(2):76-79.
被引量:3
5
杜艳霞,康荣保,王莉莉,张晓,赵尔凡.
基于改进XGBoost算法的电力中长期负荷预测[J]
.电声技术,2022,46(9):129-134.
被引量:2
二级引证文献
27
1
王晓蓉,张国宾,刘凯,雍军,戴建强.
台区重过载预警与风险评估系统研究与实现[J]
.供用电,2017,34(6):27-31.
被引量:12
2
张国宾,王晓蓉,邓春宇.
基于关联分析与机器学习的配网台区重过载预测方法[J]
.大数据,2018,4(1):103-116.
被引量:9
3
冉成科,夏向阳,杨明圣,张真,李延和,曾小勇,黄海,滕欣元,蔡昱宽,曹伯霖.
基于日类型及融合理论的BP网络光伏功率预测[J]
.中南大学学报(自然科学版),2018,49(9):2232-2239.
被引量:23
4
温盛科,杨悦辉,蔡妙妆,李慧,周志琴,殷豪,聂一雄.
基于纵横交叉优化灰色模型的电能计量装置状态评估方法[J]
.电力科学与技术学报,2018,33(3):44-49.
被引量:6
5
陈潇雅,刘志坚,刘晓欣,王雁红.
基于长期负荷预测和联络分析的配电网规划[J]
.广东电力,2019,32(3):59-65.
被引量:17
6
张伟,茅大钧.
谱聚类分析下粒子群算法优化BP神经网络的风电场功率预测[J]
.上海电机学院学报,2019,22(2):93-99.
被引量:1
7
苏宜靖,谷炜,赵依,董立,蒋琛,于竞哲.
考虑气象因子的区域电网梅雨期负荷预测[J]
.浙江电力,2019,38(12):1-7.
被引量:9
8
蔚德申,王景芹,王丽,彭文.
基于灰色理论的低压断路器寿命预测模型的研究[J]
.电力科学与技术学报,2019,34(4):35-41.
被引量:16
9
吴琼,余文铖,洪海生,喻蕾,段炼,尚明远,刘哲.
基于XGBoost算法的配网台区低压跳闸概率预测[J]
.中国电力,2020,53(4):105-113.
被引量:16
10
魏艳霞,许锐埼,殷豪.
基于深度信念网络的配变台区跳闸预测[J]
.智慧电力,2020,48(6):119-124.
被引量:5
1
周潮,邢文洋,李宇龙.
电力系统负荷预测方法综述[J]
.电源学报,2012,10(6):32-39.
被引量:52
2
李胜利.
新型的异步电机参数辨识方法[J]
.煤矿机械,2012,33(8):221-223.
被引量:4
3
李娟.
电力系统负荷预测方法分析及应用[J]
.通讯世界,2016,22(7):173-174.
4
张勇.
提高继电保护动作可靠性的策略[J]
.华东科技(学术版),2012(11):288-288.
5
黄生志.
基于35kV以下变电检修的研究[J]
.技术与市场,2012,19(2):33-33.
被引量:9
6
曲福斌,曲冉.
35kV以下变电检修的研究[J]
.中国科技博览,2014,0(34):31-31.
7
吕德权,张强,陈燕翠.
浅谈35kV以下变电检修存在的问题及对策[J]
.中国科技投资,2014(A06):170-170.
被引量:2
8
但晓波.
浅论电力系统负荷预测方法[J]
.无线互联科技,2012,9(11):88-88.
9
邬麟.
单绕组单相异步电动机[J]
.中小型电机,1994,21(4):38-39.
10
陈晨.
基于电力系统负荷预测方法的配电网规划中的实践研究[J]
.青年时代,2016,0(29):62-62.
技术与市场
2015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