|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于粗糙集-混沌时间序列Elman神经网络的短期用电量预测显示文摘Elman神经网络由于其具有无限逼近和适应时变特性的能力被广泛用于动态数据预测。短期的用电量存在多种不确定影响因素,为了将所有影响因素考虑其中,引入混沌时间序列的重构相空间技术。由于神经网络在非线性函数中对于峰值预测偏差较大,粗糙集理论可以对其做出修正。因此,引入混沌时间序列理论和粗糙集理论改进Elman神经网络并进行建模。模型应用嵌入维度和延迟时间重构相空间恢复原来系统的动力学形态,将处理好的数据代入Elman神经网络进行用电量预测。最后引入粗糙集修正误差较大的峰值点,提高预测精度。收集了Heriot-Watt大学某宿舍楼30天的用电量数据,以5 min为计数频率共8 640个计数点作为数据集进行预测仿真。预测结果与Elman神经网络和混沌时间序列Elman神经网络进行对比,验证了该模型在短时间预测的有效性。 | 吴佳懋 李艳 符一健 | 2019 | 电力系统保护与控制2019，47，3： | 23 |
| 2 | 经济新常态下宁夏电力需求分析与展望显示文摘通过分析宁夏地区近年来的经济发展新特征和电力需求变化,从宏观层面和微观作用机理两个维度剖析经济新常态对电力需求的影响,利用适应'S'型增长的动态灰色Verhulst模型对宁夏未来用电需求做出预测,以期为宁夏电力规划和电力工业布局提供参考。 | 田星 余蕾 董晓晶 齐彩娟 | 2017 | 中国电力2017，50，12： | 7 |
| 3 | 考虑季节特性的改进小波包-RBF用电量预测方法显示文摘用电量月度曲线中包含噪声,如温度、湿度等气候影响及季节特性影响,对用电量预测的建模与预测效果带来极大干扰,传统的小波包去噪预测模型会去除历史数据中的季节特性,降低序列峰谷预测值的准确性。根据月度用电量横向纵向时间序列上的连续性构建二维矩阵,并采用小波包分解,使用改进的阈值函数-双曲线函数进行去噪处理,获得去噪用电量;基于径向基函数(RBF)神经网络模型预测用电量,根据季节指数识别用电量特性明显的季度,并根据多月合成预测和比例分配修正月度预测值。实例分析表明:该方法可行、有效,改进后的小波包-RBF预测模型可控性强,能有效提高波峰谷季节的月度预测精度。 | 覃泓皓 牛东晓 钱望月 金翔 戴黎 | 2016 | 电力科学与技术学报2016，31，2： | 6 |
| 4 | 考虑产业结构调整的用电量指标关联分析及负荷预测显示文摘近年来,我国产业结构升级进入'三期叠加'的新阶段,使得电力需求结构发生剧烈与频繁的变动。鉴于常见的电力负荷预测方法在产业结构调整期预测精度不佳的问题,本文借鉴计量经济学的向量误差修正理论,分析了用电量与三大产业之间的关联关系,探讨了用电量指标与分产业生产总值之间的相关程度,并提出了一种基于VECM模型的用电量预测方法。算例证明了该方法的适用性和有效性。 | 杨方圆 史宇超 侯玉琤 | 2017 | 电气技术2017，18，5： | 4 |
| 5 | 我国乡村产业用电高速增长的驱动因素分析显示文摘产业振兴是乡村振兴的重中之重。精准发力培育壮大乡村特色优势产业,打造农业全产业链,促进一、二、三产业融合发展,是我国实现乡村振兴的有效抓手。用电量是经济运行的“晴雨表”和“风向标”,是分析行业经济形势的有力工具。本文以我国乡村产业用电为切入点,研究梳理乡村产业用电的主要特征,深入分析乡村产业用电高速增长的驱动因素及面临的问题挑战,并提出“乡村产业十电力”等发展建议。 | 赵晓东 王娟 邓良辰 | 2023 | 中国能源2023，45，5： | 1 |
| 6 | 气温因素对北京市全社会月用电量影响的分析显示文摘选择月居民收入、月度全社会固定资产投资、月温度变量为自变量,研究北京市2011-2016年月全社会用电量,得出月温度变量在全社会用电量中具有显著影响——在所选择的标准温度上,观测温度每高于或低于标准温度1℃,全社会用电量增加0.01%。因此在以后进行电力负荷预测当中,应当考虑气温对于用量的影响,这样会增加预测精度,提高电力系统可靠性。 | 李泓泽 赵小菡 | 2017 | 现代工业经济和信息化2017，7，3： | 0 |
| 7 | 基于气象因素的全社会月度电力消费预测研究显示文摘本文对月度电力消费数据进行全假日调整,并对气象数据按电力消费权重加权处理,弥补了国内此类模型中考虑季节和周期性因素为主,气象数据处理简单的不足,并应用了分段线性化与季节ARlMA模型相结合的机制,有效提升了我国全社会电力消费预测的精确性,并经过样本外预测检验证实了该模型结构的稳定性。最后,在设定不同气象务件的情景下,使用该模型预测了相应的电力消费。 | 韩凤舞 陈文峰 杜习文 马雨薇 | 2016 | 消费经济2016，32，6： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员