-
题名基于支持向量机相关性分析的波浪能发电电力负荷预测
被引量：4
- 1
-
-
作者
林子
黄薏辰
张扬
刘诚
杨俊清
-
机构
国网江西省电力有限公司电力科学研究院
国网江西省电力有限公司建设分公司
国网江西省电力有限公司信息通信分公司
南昌大学信息工程学院
-
出处
《南昌大学学报（理科版）》
CAS
北大核心
2019年第5期504-510,共7页
-
基金
国家自然科学基金资助项目(51367014)
江西省自然科学基金资助项目(2018BAB211019)
-
文摘
以支持向量机的相关分析为基础,对波浪能发电负荷预测进行了研究。基于电力负荷值和电流值的电力负荷预测对于发电站而言非常重要。本文讨论了基于支持向量机方法的不同负荷预测中需要考虑的环境因素,并建立了负荷预测的详细过程。实证分析表明,基于支持向量机的负荷预测方法在短期负荷预测中具有良好的应用效果,具有预测误差小,精度较高的特点。实验结果表明,本文所提出的支持向量机算法能显著提高电力负荷预测的整体性能。
-
关键词
电源负荷预测
波浪能发电
相关性分析
支持向量机
-
Keywords
power load forecasting
wave energy generation
correlation analysis
support vector machines
-
分类号
F426.61
[经济管理—产业经济]
-
-
题名多层次母线负荷预测方法研究
被引量：2
- 2
-
-
作者
蒋燕
陈凯
王有香
周涵
张聪通
邵晓茹
-
机构
云南电力调度控制中心
北京清软创新科技股份有限公司
-
出处
《电工技术》
2021年第11期46-49,共4页
-
文摘
母线负荷预测不仅是推进调度精益化管理的重要手段,而且对于节能调度的推行、发电计划的制定、电力现货的交易等工作具有至关重要的作用。目前绝大多数短期负荷预测都是系统级的,母线负荷预测很难直接套用系统负荷预测的方法,因此提出一种基于挂接电源、终端用户及检修、气象等因素的多层次母线负荷预测方法。通过该方法可实现母线负荷预测的精细化分析预测,有效提高预测精度。
-
关键词
母线负荷预测
小电源负荷预测
用户负荷预测
气象因素
检修计划
-
Keywords
bus load forecast
small power load forecast
user load forecast
meteorological factors
maintenance plan
-
分类号
TM714
[电气工程—电力系统及自动化]
-
