本文選題：負(fù)荷密度 + 核密度估計(jì)�。� 參考：《電網(wǎng)技術(shù)》2017年02期

【摘要】：空間負(fù)荷預(yù)測(cè)是配電網(wǎng)規(guī)劃的前提和基礎(chǔ)。針對(duì)現(xiàn)有研究偏重對(duì)預(yù)測(cè)方法的理論創(chuàng)新和精度提升,缺乏對(duì)各地各類空間負(fù)荷分布規(guī)律研究的不足,提出一種基于聚類分析與非參數(shù)核密度估計(jì)的空間負(fù)荷分布規(guī)律研究方法。以浙江電網(wǎng)為例,對(duì)調(diào)研采集的空間負(fù)荷按城市發(fā)展類型、用地類型進(jìn)行二級(jí)劃分后,利用基于非參數(shù)核密度估計(jì)方法提取各類樣本負(fù)荷密度的典型分布特征,結(jié)合實(shí)際對(duì)浙江11個(gè)城市的工業(yè)、商業(yè)、居住等多類空間負(fù)荷的分布規(guī)律進(jìn)行分析研究,為配電網(wǎng)規(guī)劃提供可靠支撐。
[Abstract]:Spatial load forecasting is the premise and foundation of distribution network planning. In view of the theoretical innovation and improvement of accuracy of the existing research on forecasting methods, there is a lack of research on the spatial load distribution law in various places. A research method of spatial load distribution based on clustering analysis and nonparametric kernel density estimation is proposed. Taking Zhejiang Power Grid as an example, the spatial load collected by investigation and acquisition is divided into two levels according to the type of urban development and the type of land, and the typical distribution characteristics of load density of all kinds of samples are extracted by using non-parametric kernel density estimation method. The distribution law of industrial, commercial, residential and other spatial loads in 11 cities of Zhejiang Province is analyzed and studied in order to provide reliable support for distribution network planning.
【作者單位】： 浙江大學(xué)電氣工程學(xué)院;國(guó)網(wǎng)浙江省電力公司經(jīng)濟(jì)技術(shù)研究院;
【分類號(hào)】：TM715

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王選賀;劉濟(jì)林;;基于核密度估計(jì)的遮擋人體跟蹤[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2011年03期

2 于傳強(qiáng);郭曉松;張安;吳海誠(chéng);;基于估計(jì)點(diǎn)的滑動(dòng)窗寬核密度估計(jì)算法[J];兵工學(xué)報(bào);2009年02期

3 張敏愛(ài);李路亮;張曉琴;陳勇;;基于核密度估計(jì)的實(shí)驗(yàn)室能力驗(yàn)證[J];中北大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年05期

4 魏長(zhǎng)安;姜守達(dá);孫超;;基于核密度估計(jì)的前視紅外小目標(biāo)跟蹤[J];哈爾濱工程大學(xué)學(xué)報(bào);2009年07期

5 蔣鵬;金煒東;;基于加權(quán)核密度估計(jì)的自適應(yīng)運(yùn)動(dòng)前景檢測(cè)方法[J];西南交通大學(xué)學(xué)報(bào);2012年05期

6 吳振威;蔣小平;馬會(huì)萌;馬速良;高志強(qiáng);;基于非參數(shù)核密度估計(jì)法的光伏出力隨機(jī)分布模型[J];中國(guó)電力;2013年09期

7 湯阿妮;;基于核密度估計(jì)算法的飛機(jī)載荷譜統(tǒng)計(jì)技術(shù)[J];北京航空航天大學(xué)學(xué)報(bào);2011年06期

8 毛燕芬;施鵬飛;;基于核密度估計(jì)多樣性采集的背景建模算法(英文)[J];Journal of Shanghai University;2005年06期

9 賈靜平;張飛舟;柴艷妹;;基于核密度估計(jì)尺度空間的目標(biāo)跟蹤算法[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年04期

10 李偉珍;李述山;侯飛;;基于核密度估計(jì)的VaR-GARCH模型改進(jìn)[J];山東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年05期

相關(guān)會(huì)議論文 前5條

1 李存華;孫志揮;陳耿;胡云;;核密度估計(jì)及其在聚類算法構(gòu)造中的應(yīng)用[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2004年

2 杜宇靜;孫曉祥;賴民;宋立新;;二元證券指數(shù)的核密度估計(jì)[A];中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第十三屆學(xué)術(shù)年會(huì)論文集[C];2007年

3 廖國(guó)瓊;李晶;萬(wàn)常選;;基于核密度估計(jì)的RFID數(shù)據(jù)流清洗方法[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集(B輯)[C];2010年

4 鄒丹;;關(guān)于點(diǎn)實(shí)體密度的插值算法探究[A];2009`中國(guó)地理信息產(chǎn)業(yè)論壇暨第二屆教育論壇就業(yè)洽談會(huì)論文集[C];2009年

5 陳子q，

本文編號(hào)：1811751