基于多时段气象数据判断相似日的日负荷曲线预测研究

摘要：

日负荷曲线预测是电力市场运营的基本内容.而短期负荷预测应用中较为成功的人工神经网络方法ANN( artificial neural network),在很大程度上取决于训练样本以及输入变量的合理选取,它关系到算法的收敛性、计算速度以及预测的精度.通过对长春地区日负荷数据与日气象数据的基础分析,提出了选用多时段气象数据以及日类型作为相似日判别要素,并运用灰色关联理论,计算出预测日和诸多历史日的关联度,来确定ANN的训练样本,从而建立起适应性较强的日电量的预测模型.然后由日电量预测的结果,采用96点的波形系数,求出日各点的负荷预报值,经滚动预测检验证明,该方法能较好地满足实际电力系统的负荷预测要求.

关键词：日负荷曲线预测、相似日、多时段气象数据、灰色关联理论、波形系数法

所属期刊栏目：33

分类号：TM715(输配电工程、电力网及电力系统)

在线出版日期：2006-01-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：41-45