电气自动化
電氣自動化
전기자동화
ELECTRICAL AUTOMATION
2015年
1期
1-3,39
,共4页
王惠中%周佳%刘轲
王惠中%週佳%劉軻
왕혜중%주가%류가
负荷预测%神经网络%数据挖掘%支持向量机%组合优选
負荷預測%神經網絡%數據挖掘%支持嚮量機%組閤優選
부하예측%신경망락%수거알굴%지지향량궤%조합우선
load forecasting%neural network%data mining%support vector machine (SVM)%combination optimization
通过对国内外现状的研究，简述了短期负荷预测的特点和影响预测精度的各种因素，阐述了电力系统短期负荷预测的智能方法，分析比较了各种方法的优缺点。研究表明组合优选方法是电力系统短期负荷预测的发展趋势。
通過對國內外現狀的研究，簡述瞭短期負荷預測的特點和影響預測精度的各種因素，闡述瞭電力繫統短期負荷預測的智能方法，分析比較瞭各種方法的優缺點。研究錶明組閤優選方法是電力繫統短期負荷預測的髮展趨勢。
통과대국내외현상적연구，간술료단기부하예측적특점화영향예측정도적각충인소，천술료전력계통단기부하예측적지능방법，분석비교료각충방법적우결점。연구표명조합우선방법시전력계통단기부하예측적발전추세。
Through the study of the status quo at home and abroad,this paper outlines the characteristics of short-term load forecasting and factors affecting the prediction precision,systematically expounds the intelligent methods of short-term load forecasting in the electric power system,and analyzes and compares the advantages and disadvantages of various methods.The result of the study has shown that combination optimization is the development trend for short-term load forecasting in the electric power system.
