本文選題：改進灰色關聯(lián)度 + 雙向加權�。� 參考：《電網技術》2017年06期

【摘要】：當前我國電力負荷發(fā)展面臨經濟新常態(tài),產業(yè)結構調整、節(jié)能減排等政策深入推進新形勢。在此背景下,提出一種基于改進灰色關聯(lián)度的電力負荷影響因素量化分析模型。首先,構建了宏觀與微觀相結合、層次化的負荷影響因素指標體系,系統(tǒng)地反映新形勢下經濟、政策等對負荷的影響;再次,針對傳統(tǒng)灰色關聯(lián)分析模型對歷史數據的差異性和未來的電力發(fā)展形勢考慮不足問題,通過對歷史時期和因素指標分別加權,提出一種改進的灰色關聯(lián)分析模型;最后,應用所提出的模型,對影響電力負荷的因素進行量化分析,所得結果相比于傳統(tǒng)模型更加符合實際,同時依據所得結果對負荷預測等工作提出了建議。
[Abstract]:At present, the development of electric power load in our country is facing the new normal of economy, industrial structure adjustment, energy saving and emission reduction and so on. Under this background, a quantitative analysis model of power load influencing factors based on improved grey correlation degree is proposed. First of all, the paper constructs a hierarchical index system of factors affecting the load, which combines macro and micro, and systematically reflects the impact of economy and policy on the load under the new situation. Aiming at the lack of consideration of the difference of historical data and the future situation of electric power development in the traditional grey relational analysis model, an improved grey relational analysis model is put forward by weighted historical period and factor index respectively. Using the proposed model, the factors affecting the power load are quantitatively analyzed. The results are more practical than those of the traditional model, and some suggestions on load forecasting are put forward based on the results.
【作者單位】： 華北電力大學電氣與電子工程學院;
【分類號】：TM714

【相似文獻】

相關期刊論文 前10條

1 付桂琴;李運宗;;氣象條件對電力負荷的影響分析[J];氣象科技;2008年06期

2 陳國基;;關于城市小區(qū)供電規(guī)劃電力負荷的計算[J];建筑電氣;2008年02期

3 楊靜;郝毅;陳冬梅;江波;;新疆農業(yè)區(qū)電力負荷與天氣的關系[J];氣象;2009年01期

4 胡安泰;袁翔;應國德;邵譯鷗;;臺州夏季電力負荷與氣候相關性分析[J];華東電力;2011年03期

5 周江;;南方電網中氣象性電力負荷的特性研究——以浙江省金華市為例[J];中國集體經濟;2012年28期

6 江曉峰;;電力負荷控制技術及其選用[J];吉林電力技術;1992年04期

7 徐任武;電力負荷監(jiān)控實用化需解決的幾個問題[J];電網技術;1996年08期

8 聞治盛,姜小劍;限電不用拉路　負荷控制到戶─-通州市電力負荷無線管理系統(tǒng)通過評審[J];農村電氣化;1997年09期

9 葉殿秀;張培群;趙珊珊;夏鑫;柯宗建;王有民;劉秋鋒;;北京夏季日最大電力負荷預報模型建立方法探討[J];氣候與環(huán)境研究;2013年06期

10 宋若i，

本文編號：2118020