10.3321/j.issn:0258-8013.2006.23.003
提高时间序列气象适应性的短期电力负荷预测算法
采用时间序列中的自回归求和移动平均算法(ARIMA)对日负荷进行粗预测,获得消除了周期性的受气象因素影响较强的差值序列.结合气象信息,为小规模神经网络构造能反映气象变化的新息序列,为网络提供良好的训练与适应环境,训出对气象非平稳变化敏感的输出因子Y,再用敏感因子对ARIMA算法的预测结果进行修正,从而构建出对气象适应性较强的ARIMA+ Y的预测算法.利用Delphi5.0实现的负荷预测软件对广西负荷区进行预测,多年的运行证明:该算法对广西负荷区气象非平稳变化具有很好的敏感性和适应性,能显著提高气象非平稳变化日的预测准确率,较好地解决了在气象变化影响下用ARIMA算法预测准确率偏低的问题.
电力系统、负荷预测、时间序列、神经网络、气象敏感因子
26
TM714;TP18(输配电工程、电力网及电力系统)
国家自然科学基金10471012
2007-01-11(万方平台首次上网日期,不代表论文的发表时间)
共6页
14-19