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
基于改进的小波分析的电力负荷预测方法研究
被引量:
3
下载PDF
职称材料
导出
摘要
针对当前电力负荷预测方法研究的不足,文章提出了一种改进的基于小波分析的电力负荷预测方法。方法对选取的样本数据进行预处理操作,然后将样本数据归一化,进行三级小波分解,建立分析预测模型,最后根据建立的预测模型对预测结果进行分析与修正。文章提出的方法可以使得到的样本数据更加平滑,同时可以使预测结果更加准确,减小预测误差。
作者
谢蓓敏
赵雪松
机构地区
国网吉林省电力有限公司检修公司
国网吉林省电力有限公司
出处
《科技创新与应用》
2016年第36期207-207,共1页
Technology Innovation and Application
关键词
负荷预测
小波分析
预测模型
分类号
O174.2 [理学—基础数学]
引文网络
相关文献
节点文献
二级参考文献
5
参考文献
3
共引文献
113
同被引文献
27
引证文献
3
二级引证文献
13
参考文献
3
1
董智.
智能电网技术的发展及其应用[J]
.山西能源与节能,2010(5):78-80.
被引量:3
2
郑涛,潘玉美,郭昆亚,王增平,孙洁.
基于免疫算法的配电网故障定位方法研究[J]
.电力系统保护与控制,2014,42(1):77-83.
被引量:104
3
夏昌浩,张毓哲.
电力系统负荷预报方法综述[J]
.电力学报,2001,16(2):79-82.
被引量:9
二级参考文献
5
1
程时杰.储能技术在电气工程领域中的应用与展望[EB/OL].[2010-03-17].http://www.chinaelc.cn/tabid/769/ArticleID/l8958/Default.aspx.
2
M. Daneshdoost, M. Lotfalian, G. Bumroonggit & J. P.Ngoy. Neural Network with Fuzzy set Based Classification for Short-term Load Forecasting. IEEE Transactions on Power Systerns 1998,13(4).
3
余贻鑫,栾文鹏.
智能电网述评[J]
.中国电机工程学报,2009,29(34):1-8.
被引量:519
4
吉培荣,胡翔勇,夏昌浩.
电网负荷的非线性灰色预测[J]
.华北电力技术,1999(4):49-51.
被引量:3
5
夏昌浩,向学军,何胜雄.
基于MATLAB神经网络工具箱的电力系统负荷预报[J]
.武汉水利电力大学(宜昌)学报,2000,22(4):303-307.
被引量:11
共引文献
113
1
白峪豪.
基于智能配电网关键技术的城市配电网规划[J]
.电网与清洁能源,2015,31(3):79-83.
被引量:33
2
肖久明.
城市燃气负荷的特点与预测模型的特征[J]
.煤气与热力,2005,25(1):67-70.
被引量:6
3
宋宪福,张广伦,张海燕.
适用于县级电网的短期负荷预测方法[J]
.农村电气化,2008(2):8-10.
4
姜学宝,吴强.
苏州电网负荷和敏感性分析[J]
.江苏电机工程,2009,28(6):45-48.
被引量:2
5
贺志强,张洪萍,冯平,蔡环宇,秦志强.
浅析电力系统负荷的混沌预测方法[J]
.四川建筑,2011,31(1):217-218.
6
李柄汝,王志刚,王胜利.
智能电网产业的发展现状和趋势[J]
.科技资讯,2012,10(17):31-31.
被引量:2
7
刘冉冉,冯平,蔚洋.
电力系统短期负荷混沌预测法[J]
.价值工程,2012,31(32):104-105.
被引量:1
8
年兴,吕斯俊,沈健,王莎莎.
风电功率实时预测的方法研究[J]
.科技与生活,2012(20):110-111.
9
温旭霞.
浅谈智能电网中电网调度技术的研究[J]
.科技风,2013(15):60-60.
被引量:11
10
喻晓菁,张秉全.
如何提高电量预测准确率[J]
.科技创新与应用,2014,4(24):189-189.
被引量:1
同被引文献
27
1
邓带雨,李坚,张真源,滕予非,黄琦.
基于EEMD-GRU-MLR的短期电力负荷预测[J]
.电网技术,2020,44(2):593-602.
被引量:135
2
王栋.
电力系统负荷预测综述[J]
.电气开关,2020,0(1):6-8.
被引量:21
3
曹建军,刁兴春,陈爽,邵衍振.
数据清洗及其一般性系统框架[J]
.计算机科学,2012,39(S3):207-211.
被引量:31
4
周晖,王玮,李晓梅.
基于ANN的销售电量预测模型的研究[J]
.湖南电力,2004,24(5):1-3.
被引量:9
5
叶舟,黄婷,戴韧,陈康民.
季节性自回归滑动平均混合模型及其在电力负荷预测中的应用[J]
.四川电力技术,2001,24(1):5-8.
被引量:9
6
张东霞,苗新,刘丽平,张焰,刘科研.
智能电网大数据技术发展研究[J]
.中国电机工程学报,2015,35(1):2-12.
被引量:620
7
刁赢龙,盛万兴,刘科研,何开元,孟晓丽.
大规模配电网负荷数据在线清洗与修复方法研究[J]
.电网技术,2015,39(11):3134-3140.
被引量:49
8
杨东华,李宁宁,王宏志,李建中,高宏.
基于任务合并的并行大数据清洗过程优化[J]
.计算机学报,2016,39(1):97-108.
被引量:47
9
林佳亮,李暖群,黄庆键.
基于支持向量机方法的短期负荷预测研究[J]
.自动化应用,2016(12):150-152.
被引量:3
10
郭松林,水泉龙,顾翔瑜.
灰色系统理论在负荷预测中运用综述[J]
.工业仪表与自动化装置,2017(3):24-27.
被引量:8
引证文献
3
1
王在乾,向敏,高盼.
基于时间序列分析的电力负荷数据预处理方法[J]
.科技创新与应用,2018,8(7):94-95.
被引量:2
2
王子乐,王子谋,蔡莹,谭晶,黄弦超.
基于长短期记忆神经网络组合算法的短期电力负荷预测[J]
.现代电力,2023,40(2):201-209.
被引量:11
3
王蕾,李斌,吴飞,王鹏.
基于LSTM-NPGARCH的电力市场售电量预测模型[J]
.科学技术创新,2023(20):209-212.
二级引证文献
13
1
闫磊,李远,徐利美,岳彩娟.
基于时序神经网络的智能变电站采样值报文虚假数据检测和丢包预测研究[J]
.自动化技术与应用,2019,38(6):98-103.
被引量:4
2
林川,王翔宇,苏燕,张挺,陈泽钦.
联合聚类方法和深度学习的混凝土坝变形预测[J]
.水力发电学报,2022,41(10):112-127.
被引量:12
3
母先应,罗彬,陆志华,李显军,牟毅.
深度学习驱动的电力负荷预测方法研究[J]
.电脑知识与技术,2023,19(23):23-25.
被引量:2
4
邵必林,庄雪莉,曾卉玢.
基于LSTM-XGBoost和多模型算法的短期负荷预测[J]
.计算机时代,2023(12):49-54.
5
杨淑凡,王永威,谢闻捷.
计及误差补偿的两阶段短期电力负荷预测方法[J]
.电工材料,2024(1):71-76.
6
吴伟斌,杨柳,吴维浩,吴贤楠,沈梓颖,张方任,罗远强.
基于EEMD-WPT的温室环境数据优化处理研究[J]
.华南农业大学学报,2024,45(3):397-407.
7
王旭,陈东升.
基于多维时间序列的预处理方法[J]
.科技与创新,2024(8):121-123.
8
肖威,方娜,邓心.
基于VMD-LSTM-IPSO-GRU的电力负荷预测[J]
.科学技术与工程,2024,24(16):6734-6741.
9
肖磊,李中伟,刘书明,陈春芳,吴雪,伍丽燕.
基于串级LSTM深度学习模型的二次供水余氯预测方法[J]
.净水技术,2024,43(8):160-166.
10
周俊宏,李倩,王骅,胡晖,邹文峰.
融合多传感器数据的电力负荷短期预测方法[J]
.自动化与仪器仪表,2024(8):86-89.
1
王丰效.
混合GM(1,1)SSODMM与时间序列分析预测模型[J]
.喀什师范学院学报,2002,23(3):32-34.
2
焦云芳.
古塔变形情况分析预测模型[J]
.鄂州大学学报,2014,21(7):99-101.
3
富宏,王春英,张雷.
单摆法测重力加速度的系统误差分析与修正[J]
.内蒙古农业大学学报(自然科学版),2013,34(2):147-151.
被引量:2
4
王芳.
高校体育教学的误区分析与修正性意见解读[J]
.武魂,2013(10):97-97.
被引量:1
5
王祥委,段娟娟,彭朝阳.
液体表面张力测定(拉脱法)的误差分析与修正[J]
.物理通报,2016,0(10):67-70.
被引量:3
6
王儒敬,陈天娇,汪玉冰,汪六三,谢成军,张洁,李瑞,陈红波.
基于深度稀疏学习的土壤近红外光谱分析预测模型[J]
.发光学报,2017,38(1):109-116.
被引量:11
7
吴浩然.
静力平衡法测物体密度系统误差分析与修正[J]
.张家口师专学报,2003,19(6):55-56.
被引量:1
8
贾雨文,宋艳涛.
线性预测模型的分布估计[J]
.河北机电学院学报,1995,12(4):10-14.
9
顾锋.
面试形式的分析与修正[J]
.南通大学学报(教育科学版),1995,0(Z1):20-27.
10
刘辉,葛生燕,钟武,田小琴,张锦琰.
预测模型的特点及应用研究[J]
.中国高新技术企业,2010(11):108-109.
被引量:1
科技创新与应用
2016年 第36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