中国电力
中國電力
중국전력
ELECTRIC POWER
2013年
7期
91-94
,共4页
陈超%黄国勇%邵宗凯%王晓东%范玉刚
陳超%黃國勇%邵宗凱%王曉東%範玉剛
진초%황국용%소종개%왕효동%범옥강
人体舒适度指数%日特征向量%相似日%支持向量机%短期负荷预测
人體舒適度指數%日特徵嚮量%相似日%支持嚮量機%短期負荷預測
인체서괄도지수%일특정향량%상사일%지지향량궤%단기부하예측
human body amenity indicator%daily feature vector%similar days%SVM%short-term load forecast
通过引入人体舒适度指数,综合分析了气象因素对电力负荷的影响,并加入星期类型、日天气类型、日期差3个主要影响因素,构成了日特征向量,采用求取相似度的方法来选取相似日,利用相似日的日特征向量和负荷数据来建立PSO-SVM预测模型.经2001年EUNITE负荷预测竞赛的数据预测分析表明,该方法适应性较强,能够选取较合适的相似日,有较高的预测精度和推广能力.
通過引入人體舒適度指數,綜閤分析瞭氣象因素對電力負荷的影響,併加入星期類型、日天氣類型、日期差3箇主要影響因素,構成瞭日特徵嚮量,採用求取相似度的方法來選取相似日,利用相似日的日特徵嚮量和負荷數據來建立PSO-SVM預測模型.經2001年EUNITE負荷預測競賽的數據預測分析錶明,該方法適應性較彊,能夠選取較閤適的相似日,有較高的預測精度和推廣能力.
통과인입인체서괄도지수,종합분석료기상인소대전력부하적영향,병가입성기류형、일천기류형、일기차3개주요영향인소,구성료일특정향량,채용구취상사도적방법래선취상사일,이용상사일적일특정향량화부하수거래건립PSO-SVM예측모형.경2001년EUNITE부하예측경새적수거예측분석표명,해방법괄응성교강,능구선취교합괄적상사일,유교고적예측정도화추엄능력.
