王妍:智能电网短期负荷预测的研究论文

王妍:智能电网短期负荷预测的研究论文

本文主要研究内容

作者王妍,王雪飞(2019)在《智能电网短期负荷预测的研究》一文中研究指出:基于灰色系统的理论研究方向,建立智能电网短期负荷预测模型,将负荷预测的关键性评价指标——平均绝对百分误差(MAPE)通过采用粒子群优化PSO计算方法,通过优选实验模型中的阶数和背景参数实现预测和实际运行曲线逐步靠近甚至重合的结果。为达到模型预测的高精度,再通过运用"马尔科夫过程"进一步对原先预测的残值数差进行修正,实现智能电网中短期负荷预测。

Abstract

ji yu hui se ji tong de li lun yan jiu fang xiang ,jian li zhi neng dian wang duan ji fu he yu ce mo xing ,jiang fu he yu ce de guan jian xing ping jia zhi biao ——ping jun jue dui bai fen wu cha (MAPE)tong guo cai yong li zi qun you hua PSOji suan fang fa ,tong guo you shua shi yan mo xing zhong de jie shu he bei jing can shu shi xian yu ce he shi ji yun hang qu xian zhu bu kao jin shen zhi chong ge de jie guo 。wei da dao mo xing yu ce de gao jing du ,zai tong guo yun yong "ma er ke fu guo cheng "jin yi bu dui yuan xian yu ce de can zhi shu cha jin hang xiu zheng ,shi xian zhi neng dian wang zhong duan ji fu he yu ce 。

论文参考文献

  • [1].智能电网背景下的大数据处理与短期负荷预测综述[J]. 汪威为,陈超洋.  无线互联科技.2019(05)
  • [2].云计算环境下智能电网短期负荷预测方法[J]. 王萍,李磊,胡聪,郭洋,张靖,吴尚.  科学技术与工程.2018(07)
  • [3].基于云计算的智能电网短期负荷预测[J]. 宋来森,王哲,张国营,王瑞,代兵琪.  电世界.2019(11)
  • [4].基于进化深度学习短期负荷预测的应用研究[J]. 易灵芝,常峰铭,龙谷宗,梁湘湘,马文斌.  电力系统及其自动化学报.
  • [5].基于朴素贝叶斯和支持向量机的短期负荷预测[J]. 郑建柏.  电力安全技术.2016(12)
  • [6].基于支持向量机方法的短期负荷预测研究[J]. 林佳亮,李暖群,黄庆键.  自动化应用.2016(12)
  • [7].电业超短期负荷预测仿真研究[J]. 梁静,瞿博阳,宋慧,刘巍.  计算机仿真.2015(07)
  • [8].基于超短期负荷预测的变电站综合调压方法研究[J]. 杨运国,郝力军,朱向明,龚丽,杨运有.  继电器.2007(11)
  • [9].基于模糊逻辑与神经网络的短期负荷预测[J]. 宋人杰,潘智勇,王震宇.  华北电力技术.2007(12)
  • [10].基于云计算的扩展短期负荷预测方法的研究[J]. 李真.  科技视界.2014(36)
  • 论文详细介绍

    论文作者分别是来自仪器仪表用户的王妍,王雪飞,发表于刊物仪器仪表用户2019年06期论文,是一篇关于智能电网论文,负荷预测论文,模型论文,预测精度论文,仪器仪表用户2019年06期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自仪器仪表用户2019年06期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  

    王妍:智能电网短期负荷预测的研究论文
    下载Doc文档

    猜你喜欢