欢迎访问发表云网!为您提供杂志订阅、期刊投稿咨询服务!

基于指数加权移动平均多维组合模型的电力负荷预测

李颖玥; 王勋; 康琛; 万华; 程宏波 华东交通大学电气与自动化工程学院; 江西南昌330013; 国网江西省电力有限公司电力科学研究院; 江西南昌330096
电力负荷预测   指数加权移动平均   多维数据   组合模型   时间占优  

摘要:随着电力行业的不断发展,对电力用户侧进行用电负荷预测成了满足用户用电供需平衡和电网规划的重要部分。在大数据背景下,为提高电力负荷预测结果的准确性,针对历史数据时间远近的影响,分别考虑同期历史数据和近期历史数据两类数据局限性的影响,基于时间占优的原理,引入指数加权移动平均模型对不同时刻的数据进行权重分配,提出了改进的电力负荷预测模型。以某地区电力负荷预测为例,所得预测结果在标准误差上提高了29.5%,平均绝对百分误差提高了25.7%,分析结果表明提出的模型是可行的且有较高的精确度,为电力负荷的预测提供可靠的参考依据。

简介:《华东交通大学学报》(CN:36-1035/U)是一本有较高学术价值的双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

华东交通大学学报

统计源期刊 下单

关注 18人评论|0人关注
服务与支持