本文關(guān)鍵詞：基于多變量氣象因子的LMBP電力日負(fù)荷預(yù)測(cè)

  更多相關(guān)文章： 短期負(fù)荷預(yù)測(cè) 多變量氣象因子 主成分分析 LMBP神經(jīng)網(wǎng)絡(luò)

【摘要】：提出基于主成分分析處理多天氣因素的LMBP電力負(fù)荷預(yù)測(cè)模型。采用主成分分析技術(shù)對(duì)多氣象因素進(jìn)行降維處理,提取多天氣因素特征量,既全面表征天氣因素對(duì)電力負(fù)荷的影響,又簡(jiǎn)化預(yù)測(cè)模型。將得到的新氣象特征量與歷史負(fù)荷數(shù)據(jù)共同作為建模對(duì)象。采用基于L-M優(yōu)化算法的BP神經(jīng)網(wǎng)絡(luò)(LMBP)進(jìn)行預(yù)測(cè)分析,通過(guò)最速梯度下降法和牛頓法之間的自適應(yīng)調(diào)整優(yōu)化網(wǎng)絡(luò)權(quán)值,有效提高網(wǎng)絡(luò)的收斂速度和泛化能力。通過(guò)對(duì)美國(guó)南部某地區(qū)實(shí)際電力負(fù)荷系統(tǒng)進(jìn)行預(yù)測(cè)分析表明該方法可以有效提高預(yù)測(cè)精度和預(yù)測(cè)效率。
【作者單位】： 燕山大學(xué)電氣工程學(xué)院河北省測(cè)試計(jì)量技術(shù)及儀器重點(diǎn)實(shí)驗(yàn)室;
【關(guān)鍵詞】： 短期負(fù)荷預(yù)測(cè) 多變量氣象因子 主成分分析 LMBP神經(jīng)網(wǎng)絡(luò)
【基金】：國(guó)家自然科學(xué)基金(61077071,51475405) 河北省自然科學(xué)基金(F2015203413) 河北省高等學(xué)�？茖W(xué)技術(shù)研究重點(diǎn)(ZD2014100)項(xiàng)目資助
【分類號(hào)】：TM715
【正文快照】： 1引言精確的電力負(fù)荷預(yù)測(cè)對(duì)于電力系統(tǒng)經(jīng)濟(jì)、安全、可靠地運(yùn)行具有重要意義[1-2]。電力系統(tǒng)負(fù)荷預(yù)測(cè)問(wèn)題的研究越來(lái)越引起人們的注意。國(guó)內(nèi)外許多專家學(xué)者做了大量的研究工作,提出了很多預(yù)測(cè)模型。但是,很多方法都是針對(duì)一維時(shí)間序列的,如時(shí)間序列預(yù)測(cè)法、回歸分析預(yù)測(cè)法等[3-

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 李冬輝;王樂(lè)英;李晟;;基于PCA的空調(diào)系統(tǒng)傳感器故障診斷[J];電工技術(shù)學(xué)報(bào);2008年06期

2 魏少巖;吳俊勇;;基于灰色模型和Kalman平滑器的多母線短期負(fù)荷預(yù)測(cè)[J];電工技術(shù)學(xué)報(bào);2010年02期

3 魯昌華;汪涌;王玲飛;;基于PCA和SVM的模擬電路故障診斷[J];電子測(cè)量與儀器學(xué)報(bào);2008年03期

4 萬(wàn)昆;柳瑞禹;;區(qū)間時(shí)間序列向量自回歸模型在短期電力負(fù)荷預(yù)測(cè)中的應(yīng)用[J];電網(wǎng)技術(shù);2012年11期

5 黃欣;趙錦成;解璞;;基于BP神經(jīng)網(wǎng)絡(luò)的電站負(fù)荷預(yù)測(cè)仿真研究[J];國(guó)外電子測(cè)量技術(shù);2012年11期

6 徐曉冰;姚瑩;王建平;;基于小波過(guò)程神經(jīng)網(wǎng)絡(luò)的短期風(fēng)速預(yù)測(cè)[J];電子測(cè)量與儀器學(xué)報(bào);2013年10期

7 方鴿飛;胡長(zhǎng)洪;鄭奕輝;蔡金明;;考慮夏季氣象因素的短期負(fù)荷預(yù)測(cè)方法研究[J];電力系統(tǒng)保護(hù)與控制;2010年22期

8 廖旎煥;胡智宏;馬瑩瑩;盧王允;;電力系統(tǒng)短期負(fù)荷預(yù)測(cè)方法綜述[J];電力系統(tǒng)保護(hù)與控制;2011年01期

9 項(xiàng)文強(qiáng);張華;王Y，

本文編號(hào)：571289