电网技术

2005, (03) 64-67

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于改进主成分分析的短期负荷预测方法
MODIFIED PRINCIPAL COMPONENT ANALYSIS BASED SHORT-TERM LOAD FORECASTING

程其云,王有元,陈伟根

摘要(Abstract):

由各时点负荷分量组成的负荷时间序列中,各数据点间具有一定的相关性和差异性,在进行短期负荷预测时模型一般无法兼顾数据的共性和差异性。作者采用一种改进的主成分分析法,在不损失负荷原始数据主要信息的前提下提取负荷数据的主成分,有效地减少了预测模型的输入量。同时,针对电力系统短期负荷受温度影响较大的特点,将温度因素引入BP神经网络进行短期负荷预测,实例分析验证了该方法的有效性。

关键词(KeyWords): 主成分分析;神经网络;短期负荷预测;电力系统

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 程其云,王有元,陈伟根

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享