基于相关因素映射的小波回归分析短期负荷预测模型研究.

孟祥斌

0
0
浏览
下载

摘要
关键词
基金信息
论文图表
同行评议
相关论文
评论

基于相关因素映射的小波回归分析短期负荷预测模型研究.

首发时间：2008-11-24

孟祥斌 ¹

1、大连理工大学电信学院计算机应用技术专业

摘要：电力系统负荷的嵌套周期性和相关因素的冗余和不确定性是产生预测误差的主要来源,本文通过建立映射数据库，将相关因素量化，选择出一系列最佳相似日的负荷数据作为用于预测的历史负荷数据，消除或降低其它冗余因素的影响。再利用小波变换回归分析建模对贵州电网日96 点负荷实例进行预测, 与BP 神经网络法相比, 本模型预测精度高, 在短期负荷预测中具有有效性和可行性。

关键词：相关因素映射小波变换回归分析短期负荷预测周期性

For information in English, please click here

Using Short- term Load Forecasting Based on Correlative Factor Mapping and WTRA

MengXiangbin ¹

1、Dalian Uni. of Technology, Dept of computer Science

Abstract：Using the advantages of Correlative Factor Mapping theory for processing large data and eliminating redundant information, it finds the relevant factors to load. The forecasting model is established by means of Wavelet Transaction and Regression Analysis algorithm. It is applied to short-term load forecasting using the actual daily load 96 points data for GuiZhou power grid. The results demonstrate that the precision of the proposed forecasting models is better than that of BP and the proposed model is feasible and effective for short-term load forecasting.

Keywords： Correlative Factor Mapping Wavelet Transaction Regression Analysis Short-term Load Forecasting Periodicity

基金：

论文图表：

引用

导出参考文献

.txt

.ris

.doc

孟祥斌. 基于相关因素映射的小波回归分析短期负荷预测模型研究.[EB/OL]. 北京：中国科技论文在线 [2008-11-24]. https://www.paper.edu.cn/releasepaper/content/200811-681.

No.2599836389912274****

同行评议

共计0人参与

全部评论

0/1000

论文编号	200811-681
论文题目	基于相关因素映射的小波回归分析短期负荷预测模型研究.
文献类型
收录期刊	上传封面中文期刊英文期刊期刊名称（中文）期刊名称（英文）年，卷（）上传封面中文专著英文专著书名（中文）书名（英文）出版地出版社出版年上传封面中文译著英文译著书名（中文）书名（英文）出版地出版社出版年上传封面中文论文集英文论文集编者.论文集名称（中文） [c]. 出版地出版社出版年， - 编者.论文集名称（英文） [c]. 出版地出版社出版年，- 上传封面中文文献英文文献期刊名称（中文）期刊名称（英文）日期-- 在线地址http:// 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期-- 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期--
英文作者写法：中外文作者均姓前名后，姓大写，名的第一个字母大写，姓全称写出，名可只写第一个字母，其后不加实心圆点“.”, 作者之间用逗号“，”分隔，最后为实心圆点“.”, 示例1：原姓名写法：Albert Einstein,编入参考文献时写法：Einstein A. 示例2：原姓名写法：李时珍；编入参考文献时写法：LI S Z. 示例3：YELLAND R L,JONES S C,EASTON K S,et al.