短期电力负荷预测模型的比较研究

来源 :中国科学技术大学学报 | 被引量 : 0次 | 上传用户:jlcclb
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了解决提高电力负荷预测精确度这一问题,越来越多的人工智能方法应用于能量功率预测.为此利用湖南省2014年至2017年的电力负荷数据,比较自回归(AR)模型、BP神经网络(BPNN)和指数平滑(ES)模型在预测日度电力负荷和月度电力负荷上的性能,并运用统计学知识来分析三种模型之间的差异.最终根据实验结果得出两个结论:AR模型对日度数据预测的结果优于其他两个模型以及ES模型对月度数据预测的结果优于其他两个模型.
其他文献
随着国家对大气污染物排放控制要求的提高,除了对新建机组在设计时应考虑外,对现役的燃煤机组在原设计时执行的烟气污染物控制排放标准不能满足现有国家的环保要求的均需要技
本文基于《电力工程遥感调查技术规程》DL/T 5492-2014,解释了遥感地质工作的分级,较全面地论述了三级遥感地质工作的概念,并利用谷歌公共影像平台作了如何在架空输电线路工