神经网络法短期负荷预测

本文提出了基于神经网络的电力系统短期负荷预测方法，采用反向传播自学习算法，获取一个四层的前馈神经网络，将此神经网络用于电力系统按小时进行预测。     

房山电网“十三五”用电负荷预测

正负荷预测是电力部门的重要工作之一,根据预测周期可以分为超短期负荷预测、短期负荷预测及中长期负荷预测。中长期负荷预测一般以年为单位,是电力规划、生产和运行等工作的重要基础。准确的负荷预测是电网规划建设、电量平衡分析、保证用电需求、提高供电可靠性的重要保障。1房山电网历史负荷情况分析截至2014年底,房山地区最大瞬时负荷708.8 MW,发生在2014年12月9日17时57分,同比2013年最大负荷     

短期负荷预测精度影响因素分析和对策

根据宜兴市供电局近几年负荷预测工作情况，对影响短期负荷预测精度的因素进行分析，并对提高精度提出了对策和今后的工作重点。     

超短期负荷预报在负荷管理终端中的应用

该文首先介绍负荷预测理论应用到负荷管理终端中的可行性和必要性，然后对牛顿插值理论进行了描述，并结合实例用该方法对所监控用户负荷进行超短期预报且对结果进行了计算分析，最后证明该方法从工程实用和精度考虑能基本满足实际需要。     

基于Lyapunov指数的电力系统短期负荷预测

短期负荷预测为发电计划程序提供数据,是电力系统经济运行和安全控制的基础。介绍Lyapunov指数预测法的步骤,以东北电网1994年的负荷数据为例,探讨Lyapunov指数预测法的预测准确性,确定其误差符合电力负荷预测的要求,适于在电力系统短期负荷预测中广泛应用。     

地区短期负荷预测

该文根据地区经济的发展情况,分析了地区夏季、冬季实际负荷特性的不同,更加深入地剖析了地区负荷特性。通过长期的负荷预测实践,总结了影响地区短期负荷预测准确率的难点,根据地区特点,有针对性地提出了提高地区负荷预测准确率的有效措施与办法,更好地为地区电网建设,社会经济发展提供可靠保证。     

基于模糊神经网络的农村电力短期负荷预测

为提高负荷预测精度,提出了一种新的模糊神经网络短期负荷预测模型。该模型将模糊系统和神经网络的优点融合在一起,并利用小生境遗传算法优化模糊神经网络参数,提升网络运算性能。某农村地区电力短期负荷预测的计算结果表明,该方法具有较好的预测效果。     

蚁群神经网络用于农村电力短期负荷预测

为了进一步提高农村电力系统短期负荷预测模型的性能,实现准确与快速预测农村电力系统负荷的目的,将蚁群算法(ACA)作为BP神经网络的学习算法,构造了一种蚁群神经网络(ACAN)预测模型。对某农村地区电力系统短期负荷预测的计算实例表明,基于蚁群神经网络的负荷预测方法与传统的BP神经网络预测方法相比,具有较强的自适应能力和较好的效果。     

基于逐级均值聚类算法的短期负荷预测研究

在原有短期负荷预测方法的基础上,考虑气候、季节、气温和节假日等因素,结合数据挖掘中聚类分析原理,通过逐级均值聚类算法提高特殊日的预测精度,形成一套可行的预测模型。实例分析证明,该方法收敛速度较快,预测误差较小,能够在工程中应用。     

远景及近期负荷预测

远景负荷预测是指对负荷发展饱和的远景年负荷进行预测,近期负荷预测是指对近5年的负荷进行预测。在实际工作中,远景负荷预测常采用空间负荷预测方法,其优点是可以将大量不确定的信息进行优化处理,充分考虑新     

农村电力系统负荷预测研究

针对黑龙江省庆安县农村电力系统的负荷进行系统的分析,对各种中长期负荷预测方法进行研究,搜集负荷的历史资料,并对搜集的负荷数据资料进行分析,找出负荷的变化规律,选择适合于黑龙江省庆安县农村电力系统的中长期负荷预测模型,为满足电力生产部门和管理部门的要求提供依据。     

冀北地区农网变电规模预测

该文针对冀北地区的电网数据进行分析,在对年用电量按不同供电模式进行分类和中长期预测的基础之上,结合目前电网变电规模数据以及其他影响因素来预测规划将来某一年的变电规模,对变电站的中长期发展建设提出参考性的建议。     

中长期电力负荷预测的集对分析聚

提出了一种中长期电力负荷预测的集对分析聚类算法。该方法采用集对分析中的同异反模式进行模式识别,并根据聚类分析的基本思想进行分类预测。最后采用福建省年用电量数据进行了实例研究,结果表明该预测方法是有效的。     

基于灰色理论与BP神经网络组合模

灰色系统预测模型是中长期负荷预测的一种有效方法,但是,此模型存在未考虑经济因素对负荷发展的影响及难以满足高精度要求的缺陷,构建了考虑经济因素影响的灰色BP神经网络组合预测模型,通过灰色关联分析方法确定影响负荷的主要经济因子。主要经济因子的引入,使预测模型更符合实际、更合理。应用此组合模型对某省全社会用电量进行了中长期预测,结果表明,该模型具有更高的精度和更好的实用性。     

浅谈如皋电网的短期负荷预测

电力系统负荷预测工作的准确性 ,将直接影响着电力系统的安全和经济运行 ,特别是短期负荷预测是整个电力系统市场化运营效益的核心 ,直接影响着企业的经济效益。本文从提高电力系统短期负荷预测的精确度出发 ,针对如皋电网负荷的特点 ,分析了影响负荷预测精确度的因素 ,提出改进对策 ,找出一种适合自己系统特点的方法 ,对其他兄弟单位仅作参考。1　如皋电网负荷的特点如皋是一个以农业为主的县级市 ,人口多 ,工业基础薄弱 ,固定负荷小 ,农业及居民生活用电占的比重大 ,用电峰谷差较大 ,高峰负荷达146MW,而低谷负荷只有 4 0 MW。2　影响负…     

电力负荷预测理论与方法

负荷预测对电力系统规划和运行极其重要，本文论述了电力负荷预测与分类、负荷预测的基本过程，对负荷预测方法进行了综述，同时介绍了新兴交叉学科理论现代预测方法。     

适用于县级电网的短期负荷预测方法

该文介绍了两种改进的ANN算法，并提出预测时应考虑的相关因素。为减少输入神经元节点，提高收敛速度，应将相关因素按预测方案分组，通过在实际应用中的验证，证明该文提出的方法是有效的。     

基于灰色理论与BP神经网络组合模型的中长期负荷预测

灰色系统预测模型是中长期负荷预测的一种有效方法,但是,此模型存在未考虑经济因素对负荷发展的影响及难以满足高精度要求的缺陷,构建了考虑经济因素影响的灰色BP神经网络组合预测模型,通过灰色关联分析方法确定影响负荷的主要经济因子.主要经济因子的引入,使预测模型更符合实际、更合理.应用此组合模型对某省全社会用电量进行了中长期预测,结果表明,该模型具有更高的精度和更好的实用性.     

运用GM（191）模型对新疆农机总动力发展状况预测

农业机械总动力是国民经济发展水平的重要指标之一。运用灰色系统理论，基于GM（1，1）模型，对新疆农机总动力统计结果进行建模、求解、分析。模型检验结果为C=0．08〈0．35，P=1．00〉0．95，-a=0．084058〈0．3。说明建立的GM（1，1）模型精度高，预测性能好，适合作中长期及短期预测等。2011-2015年的农机总动力发展状况预测结果表明，到2015年新疆农机总动力可达到1926．17×10。kW。     

应用灰色新陈代谢GM(1,1)模型预

研究了灰色系统理论在中长期城市需水量预测中的应用。由于常规GM(1,1)模型被用于预测时，精度较高的仅仅是最近的几个数据，越往未来发展，该模型的预测意义就越弱。针对常规GM(1,1)模型存在的不足，建立了灰色新陈代谢GM(1,1)需水量预测模型。并利用此模型对北方某缺水城市未来10年的需水量进行了预测。结果表明：模型精度较高，预测误差较小。对于中长期城市需水量预测这样复杂的问题, 灰色新陈代谢预测模型具有预测精度高、简捷实用等优点，该方法可作为中长期城市需水量预测预测的工具之一。