

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、電力負荷預測是電力系統(tǒng)調度運營的一項重要工作,尤其是隨著電力市場的建立和發(fā)展,負荷預測將發(fā)揮越來越重要的作用,其預測精度的高低直接影響到電系統(tǒng)運行的安全性、經(jīng)濟性和供電質量。因此,關于如何提高預測精度的問題,一直是負荷預測研究的重點問題。 組合預測以其具有風險分散等特點成為電力負荷預測的重要研究方向,本文首先分析現(xiàn)有的各種組合預測方法,包括最優(yōu)正權組合預測方法和非最優(yōu)正權預測方法,認為現(xiàn)有各種最優(yōu)正權組合預測模型雖然能很好的分配
2、權值,但也存在一些不合理的地方,如各期歷史數(shù)據(jù)對目標預測日的影響權重固定、各單項預測方法在不同樣本日具有固定權值等。在此基礎上,本文設計了抽象的組合預測模型,并證明了現(xiàn)有組合預測模型都是該抽象模型的具體實例化模型。接著本文為了改進現(xiàn)有模型不能處理不同樣本日對目標預測日的影響不同的缺點,在抽象模型的基礎上實例化了新的模型,對不同樣本日的賦予不同的權值,并提出了兩種賦權的方法:一種賦權方法根據(jù)樣本日距離預測日的遠近對不同樣本日賦不同的權值;
3、另一種方法是先對不同樣本日的預測誤差進行排序,然后根據(jù)排序的結果對樣本日進行賦權,預測誤差越大說明組合預測的效果越差,因此賦予的權值越小。然后本文提出了賦權矩陣的概念,不是將組合權值看成是一個向量,而是將組合權重看成為一個矩陣,矩陣中的每行都是一個賦權向量,這樣現(xiàn)有的預測模型的賦權矩陣就成為每行都相同的權值矩陣,為了使目標預測日的權重為一個向量,本文給出了矩陣的一種特殊賦權方法。該方法首先對矩陣每行都賦予初始向量,然后通過各單項預測方法
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 短期電力負荷預測組合模型研究.pdf
- 短期電力負荷組合預測模型的研究.pdf
- 基于縱橫交叉算法的短期負荷預測組合模型研究.pdf
- 組合預測模型研究及其在電力負荷預測中的應用.pdf
- 基于組合預測模型的電力系統(tǒng)短期負荷預測研究.pdf
- 基于組合模型的電力負荷中長期預測研究.pdf
- 變權系數(shù)組合預測模型在電力系統(tǒng)負荷預測中的應用研究.pdf
- 基于組合模型的電力負荷中長期預測研究
- 中長期電力負荷組合預測模型與方法的研究.pdf
- 基于logistic組合模型的城市電力飽和負荷預測研究.pdf
- 基于組合模型的電力系統(tǒng)短期負荷預測.pdf
- 基于灰色模型的中長期電力負荷組合預測.pdf
- 基于熵權法的電力中長期負荷組合預測.pdf
- 基于嵌套組合模型的中長期電力負荷預測研究.pdf
- 組合預測模型在中長期電力負荷預測中的應用.pdf
- 基于組合式神經(jīng)網(wǎng)絡模型的電力負荷預測.pdf
- 長期電力負荷組合預測方法及案例研究.pdf
- 組合預測模型在電力中長期負荷預測系統(tǒng)中的應用.pdf
- 基于組合方法的短期電力負荷預測.pdf
- 電力負荷預測的無偏灰色預測模型研究.pdf
評論
0/150
提交評論