| | | | | 96点短期负荷预测方法及其应用 | | | 鞠平;姜巍;赵夏阳;王俊锴;张世学;刘琰 | | | 结合相似日方法和人工神经网络方法的优点 ,提出一种基于相似日和径向基函数网络的新方法。该方法具有较好的稳定性和精度 ,与普通相似日方法相比 ,减少了对人的经验的依赖 ,但仍然保持了应用简便、实用有效的特点。开发了 96点短期负荷预测软件 ,并在陕西电网成功运行 1年多。给出了几种方法的实际应用结果 ,并进行了比较 ,统计表明新方法的平均均方根误差较普通相似日方法从 3.1 5 3%降低到 2 .95 4 % ,用综合方法则进一步降低到 2 .85 4 %。
【作者单位】：河海大学电力系 南京210098
(鞠平;姜巍;赵夏阳);陕西省电力公司 西安710004
(王俊锴;张世学);陕西省电力公司 西安710004(刘琰)
【关键词】：电力系统;负荷预测;相似日方法;径向基函数网络
【基金】：教育部高校优秀青年教师奖励计划资助项目
【分类号】：TM714
【DOI】：cnki:ISSN:1000-1026.0.2001-22-006
【正文快照】：
引言随着电力市场的发展 ,负荷预测越来越受到重视 ,英国的研究结果表明 ,短期负荷预测的误差每增加 1 %将导致每年运行成本增加约 1 770万元。在挪威 ,每增加 1 %的短期负荷预测误差将导致 45 5万元～ 91 0万元的附加运行成本[1] 。负荷预测研究早在五六十年代就开始了 ,自80 | | | | | |  推荐 下载CAJ全文  下载PDF全文 | | | CAJViewer7.0阅读器支持所有CNKI文件格式，AdobeReader仅支持PDF格式 | | | | NINETY- SIX POINTSSHORT- TERM LOAD FORECASTING—— THEORY &APPLICATIONS | | | Ju Ping1;Jiang Wei1;Zhao X iayang1;Wang Junkai2;Zhang Shixue2;L iu Yan2 1.Hohai University;Nanjing2 10 0 98;China 2 .Shanxi Provincial Power Company;Xi'an 710 0 0 4;China | | | Based on sim ilar day method and radial basis function network,this paper proposes a new method for short- term load forecasting.The new method uses the parameters of several more similar days,instead of only one similar day in similar day method,as the inputs to radial basis function network for forecasting the loads of 96 points 15 minutes per point of the next day.The method behaves the advantages of both sim ilar day method and radial basis function network method,i.e. simple,practical,accurate and experience unreliable. The software developed has run well for over one year in Shanxi Provincial Power Company.The practical application results show that the m ean error reduces from 3.15 3% to 2 .95 4% com pared with conventional similar day method.
【Keyword】：power system s;load forecasting;similar day method;radial basis function network |
| | | | | | 1 | 陈泽淮,张尧,武志刚; RBF神经网络在中长期负荷预测中的应用 [J]; 电力系统及其自动化学报; 2006年01期 | | 2 | 许涛,贺仁睦,王鹏,徐东杰; 基于输入空间压缩的短期负荷预测 [J]; 电力系统自动化; 2004年06期 | | 3 | 卫志农,常宝立,汪方中,李曼岭,王圈; 地区电网变压器经济运行实时控制系统 [J]; 电力系统自动化; 2006年01期 | | 4 | 钱卫华,姚建刚,龙立波,张凯; 基于短期相关性和负荷增长的中长期负荷预测 [J]; 电力系统自动化; 2007年11期 | | 5 | 杨正瓴,田勇,张广涛,林孔元; 相似日短期负荷预测的非线性理论基础与改进 [J]; 电网技术; 2006年06期 | | 6 | 杨正瓴,林孔元; 电力系统负荷记录混沌特性成因的探讨 [J]; 电力系统自动化; 2002年10期 | | 7 | 卫志农,王丹,孙国强,郑玉平; 基于级联神经网络的短期负荷概率预测新方法 [J]; 电工技术学报; 2005年01期 | | 8 | 陈亚红,马丽,穆钢,张显平,范国英; 两种短期负荷预测精度考核标准的比较 [J]; 电力系统自动化; 2003年17期 | | 9 | 杨正瓴,张广涛,林孔元; 时间序列法短期负荷预测准确度上限估计 [J]; 电力系统及其自动化学报; 2004年02期 | | 10 | 韩力,韩学山,贠志皓,耿艳; 多节点超短期负荷预测方法 [J]; 电力系统自动化; 2007年21期 |
|
| | | | | | 1 | 杨志龙; 系统辨识理论与BP算法数学原理 [J]; 兵工自动化; 1998年04期 | | 2 | 朱坚民,王中宇,吕延庆,周福章,宾鸿赞; 基于神经网络的测量模型的建立及检验 [J]; 光学精密工程; 2000年04期 | | 3 | 杨建强,罗先香; 地下水动态预测的径向基函数法 [J]; 工程勘察; 2001年05期 | | 4 | 张烈平,张俞伟,莫玮; RBF神经网络在诱发脑电信号分类中的应用研究 [J]; 广东工业大学学报; 2004年04期 | | 5 | 廖晓昕,肖冬梅; 具有变时滞的Hopfield型神经网络的全局指数稳定性 [J]; 电子学报; 2000年04期 | | 6 | 李征,张志杰; 特殊节假日的短期电力负荷预测新方法 [J]; 东华大学学报(自然科学版); 2006年02期 | | 7 | 吴微,陈维强,刘波; 用BP神经网络预测股票市场涨跌 [J]; 大连理工大学学报; 2001年01期 | | 8 | 张昊,吴捷,郁滨; 电力负荷的模糊预测方法 [J]; 电力系统自动化; 1997年12期 | | 9 | 陈红; 电力系统短期负荷预测系统的实现 [J]; 电力系统自动化; 1997年12期 | | 10 | 王黎明,王艳松; 基于RBF神经网络的短期负荷预测 [J]; 电气技术; 2007年04期 |
|
| | | | | | 1 | S.H.L ing,F rank H.F.,Leung,H.K.; Lam,Short-term E lectric Load Forecasting B ase on a N eura l FuzzyN etw ork, [M];IEEE T ransactions on Industria l E lectron ics,; 2003年 | | 2 | T.Senjyu,S.higa,K.Uezato; Future Load Curve Shaping Based on Si milarity Using Fuzzy Logic Approach.IEE Proc-Gener [M];Transm.Distrib; 1998年 | | 3 | Liu K,Subbaranyan S,Shoults R R,et al; Comparison of Very Short-term Load Forecasting Techniques [M];IEEE Trans on Power System; 1996年 | | 4 | Lee K Y,Cha Y T,Park J H; Short-term Load Forecas-ting Using an Artificial Neural Network [M];IEEE Trans on Power Systems; 1992年 | | 5 | Uykan Z, Gozelis C, Celebi Ertugrul M; Analysis of input-output clustering for determining centers od RBFN [M];IEEE Trans on Neural Networks; 2000年 | | 6 | Luis F Garcia, Osama A Mohammed; Forecasting Peak Loads with Neural Networks [M];IEEE Trans on Power Systems; 1994年 | | 7 | O' Neill -Carrillo E, Heydt G T, Kostelich E J; Chaotic Phenomena in Power Systems: Detection and Applications [M];Electric Machines and Power Systems; 1999年 | | 8 | Kantz H; A Robust Method to Estimate the Maximal Lyapunov Exponent [M];Physics Letters A; 1994年 | | 9 | Specht D F; Probabilistic neural networks [M];Neural Networks; 1990年 | | 10 | Chaitin Gregory J; Information-theoretic computat ional complexity [M];IEEE Trans on Information Theory; 1974年 |
|
| | | | | | 1 | 李智勇,吴为麟,林震宇; 基于相空间重构和支持向量机的电能扰动分类方法 [J]; 电力系统自动化; 2007年05期 | | 2 | 李益国,沈炯; 基于ν-支持向量机的边际电价预测及置信区间估计 [J]; 东南大学学报(自然科学版); 2007年01期 | | 3 | 焦尚彬,刘丁; 基于最小二乘支持向量机的高压绝缘子污秽程度评定 [J]; 电力系统自动化; 2006年06期 | | 4 | 黄弦超,张粒子,舒隽,莫小燕; 配电网检修计划优化模型 [J]; 电力系统自动化; 2007年01期 | | 5 | 张晓星,周湶,任海军,孙才新,程其云; 基于增量约简算法确定电力负荷预测模型输入参数 [J]; 电力系统自动化; 2005年13期 | | 6 | 于海燕,张凤玲; 基于模糊神经网络的电力负荷短期预测 [J]; 电网技术; 2007年03期 | | 7 | 黎静华,栗然,顾雪平,牛东晓; 网格化的电力系统短期负荷预测的MDRBR模型 [J]; 电力系统自动化; 2005年24期 | | 8 | 杨正瓴,田勇,林孔元; 短期负荷预测“双周期加混沌”法中的多步法与气象因子的使用 [J]; 电网技术; 2004年12期 | | 9 | 曾东平,曾智健; 混沌理论在年电力负荷预测中的应用 [J]; 广东电力; 2006年12期 | | 10 | 张振高,杨正瓴; 短期负荷预测中的负荷求导法及天气因素的使用 [J]; 电力系统及其自动化学报; 2006年05期 |
|
| | | | 1 | 莫维仁,孙宏斌,张伯明; 面向电力市场的短期负荷预测系统设计及实现[J]; 电力系统自动化; 2001年23期; 41-44 | | 2 | 金海峰,熊信艮,吴耀武; 基于相似性原理的短期负荷预测方法[J]; 电力系统自动化; 2001年23期; 45-48 | | 3 | 高山,单渊达; 神经网络短期负荷预测输入变量选择新方法[J]; 电力系统自动化; 2001年22期; 41-44 | | 4 | 程旭,康重庆,夏清,沈瑜; 短期负荷预测的综合模型[J]; 电力系统自动化; 2000年09期; 42-44 | | 5 | 闫冬,赵建国; 一种实用化的配电网超短期负荷预测方法[J]; 电力系统自动化; 2001年22期; 45-48 | | 6 | 陈红; 电力系统短期负荷预测系统的实现[J]; 电力系统自动化; 1997年12期; 58-60 | | 7 | 贺蓉,曾刚,姚建刚,青志文,沈新祥,刘明清; 天气敏感型神经网络在地区电网短期负荷预测中的应用[J]; 电力系统自动化; 2001年17期; 32-35+52 | | 8 | 康重庆,夏清,张伯明; 电力系统负荷预测研究综述与发展方向的探讨[J]; 电力系统自动化; 2004年17期; 5-15 | | 9 | 梁海峰,涂光瑜,唐红卫; 遗传神经网络在电力系统短期负荷预测中的应用[J]; 电网技术; 2001年01期; 52-56 | | 10 | 莫维仁,张伯明,孙宏斌,胡子衡; 短期负荷综合预测模型的探讨[J]; 电力系统自动化; 2004年01期; 35-39 |
|
|
|