中国电机工程学报
中國電機工程學報
중국전궤공정학보
ZHONGGUO DIANJI GONGCHENG XUEBAO
2006年
23期
14-19
,共6页
朱陶业%李应求%张颖%张学庄%何朝阳
硃陶業%李應求%張穎%張學莊%何朝暘
주도업%리응구%장영%장학장%하조양
电力系统%负荷预测%时间序列%神经网络%气象敏感因子
電力繫統%負荷預測%時間序列%神經網絡%氣象敏感因子
전력계통%부하예측%시간서렬%신경망락%기상민감인자
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.
採用時間序列中的自迴歸求和移動平均算法(ARIMA)對日負荷進行粗預測,穫得消除瞭週期性的受氣象因素影響較彊的差值序列.結閤氣象信息,為小規模神經網絡構造能反映氣象變化的新息序列,為網絡提供良好的訓練與適應環境,訓齣對氣象非平穩變化敏感的輸齣因子Y,再用敏感因子對ARIMA算法的預測結果進行脩正,從而構建齣對氣象適應性較彊的ARIMA+ Y的預測算法.利用Delphi5.0實現的負荷預測軟件對廣西負荷區進行預測,多年的運行證明:該算法對廣西負荷區氣象非平穩變化具有很好的敏感性和適應性,能顯著提高氣象非平穩變化日的預測準確率,較好地解決瞭在氣象變化影響下用ARIMA算法預測準確率偏低的問題.
채용시간서렬중적자회귀구화이동평균산법(ARIMA)대일부하진행조예측,획득소제료주기성적수기상인소영향교강적차치서렬.결합기상신식,위소규모신경망락구조능반영기상변화적신식서렬,위망락제공량호적훈련여괄응배경,훈출대기상비평은변화민감적수출인자Y,재용민감인자대ARIMA산법적예측결과진행수정,종이구건출대기상괄응성교강적ARIMA+ Y적예측산법.이용Delphi5.0실현적부하예측연건대엄서부하구진행예측,다년적운행증명:해산법대엄서부하구기상비평은변화구유흔호적민감성화괄응성,능현저제고기상비평은변화일적예측준학솔,교호지해결료재기상변화영향하용ARIMA산법예측준학솔편저적문제.
