短期电力负荷预测方法

西北电网短期负荷预测软件系统的设计与实现

基于相空间重构和高斯过程回归的短期负荷预测 论文文档，对于短期预测有一定的作用

摘要:提出一种短期负荷预测算法,用于解决对未来能耗周期能源使用的预测问题。首先介绍短期负荷特点,分析短期负荷运行规律,并采用零相滤波器对原始负荷曲线进行预处理,相除奇异点。其次,介绍BP神经网络基本结

本文将Fourier(傅立叶)算法与SVM(支持向量机)共同引入电网短期负荷预测。对于波动性较大的负荷,Fourier算法用于滤除高次谐波分量。SVM用于对滤除了高次分量的数据进行统计学习,它首先筛选

电力负荷受众多因素的共同作用表现为复杂不规则的混沌规律,须采取合适的方法才能获得准确的短期负荷预测值。考虑因训练样本数目的不同而产生迥异的预测效果,先以经典混沌时间序列为例,比较训练样本数目从10变化

基于CBRFNN的中压配电网短期节点负荷预测,余贻鑫,吴建中,中压配电网短期节点负荷预测(DSBLF)属于信息不完备、不精确类问题,这类问题很难用传统方法解决。本文根据认知科学理论,在并行�

帮助理解预测不同的方法, 提供一种全新的预测思想。有主理解和学习预测中所需考虑的各种因素。

详细介绍了风电功率预测现状,并详尽介绍了风电功率预测的方法,及其原理和建模方法,推荐!

传统的小波神经网络以梯度下降法训练网络,而梯度下降法易导致网络出现收敛早熟、陷入局部极小等问题,影响网络训练的精度。文章将萤火虫算法用于训练小波神经网络,在全局内搜寻网络的最优参数。为了提高萤火虫算法

:提出了一种基于模糊聚类分析和BP 网络的短期负荷预 测方法。考虑了温度、相对湿度以及日类型等影响负荷的因素, 通过模糊聚类分析将负荷历史数据分成若干类,找出同预测日 相符的预测类别,然后建立相应的B