基于BP神经网络的电力负荷预测研究

提出了一种有着显著优点的基于MATLAB的人工神经网络负荷预测的方法,算例分析结果充分证明了基于MATLAB的BP网络对电力负荷的中长期预测更加精确。     

基于模糊层次分析的电力系统负荷预测的研究

电力负荷预测是电力系统规划的重要工作之一.本文提出一种改进的模糊层次分析法进行中长期负荷预测.利用三角模糊数表征专家判断信息以充分考虑专家判断的模糊性;采用层次分析法对专家判断结果进行处理以得到方案层各方案的最优权重.最后的仿真结果表明该方法相比传统方法能够更好应用于电网中长期电力负荷预测.     

中长期电力负荷预测理论研究

本文首先分析了电力负荷理论中的主成分回归理论与灰色预测理论,其次利用优选组合预测模型,形成中长期电力负荷预测理论模型。优选组合预测模型比主成分回归理论模型与灰色预测理论模型具有更高的精度。     

BP神经网络模型在沪深300指数预测中的应用

文章探讨了神经网络模型在股指预测方面的应用,通过引入宏观经济因素,建立BP神经网络模型来对沪深300指数的走势进行中长期预测,运用MATLAB神经网络工具箱对BP模型预测的准确性和可行性进行了实证检验。     

几种电力负荷预测方法及其比较

在电力改革进一步深入和电力市场逐步形成、电力企业自主经营和自负盈亏的今天,电力负荷预测工作已变得越来越重要了。科技发展为电力负荷预测提供了各种理论和方法,如趋势分析法、回归分析法、指数平滑法、单耗法、灰色模型法、负荷密度法和弹性系数法等。本文结合现在的实际状况,对这些方法中的几个方法的适用条件、数据形式、计算难度和适用时间等方面进行了分析、比较。     

浅谈电力负荷预测

电力负荷预测就是对电力市场需求的预测。本文系统介绍了电力负荷预测的基本概念、内容、基本程序、数据处理技术、预测方法、综合评价,并对负荷预测发展提出了展望。     

短期电力负荷预测分析研究

基于负荷预测在电力系统发展规划中所发挥的重要作用，在对短期电力负荷预测基本原理进行分析的基础上，进一步分析研究了短期电力负荷预测的常用方法和基本步骤。     

电力负荷预测之我见

负荷预测在整个电力系统规划和运行等方面都起到重要作用,负荷预测是电力系统优化调度的基础,也是电力单位日常工作的重要组成部分,通过对用电负荷的认识,分析各种影响用电负荷变化的因素,并在不断的实践中发现如何能提高负荷预测合格率的方法,加以完善.     

基于相空间重构与支持向量机的电力负荷预测

近年来让人们对电力负荷预测的研究越来越显示出它对电力系统具有非常重要的意义,本文结合了电力负荷的混沌特性,对电力数据进行了相空间重构,提出了基于相空间重构和支持向量机回归的电力负荷预测方法,并结合实际应用取得了很好的效果。     

城市电网负荷预测

电力负荷的预测是城市电力规划设计的基础工作,也是整个在电力系统规划设计的基础工作.电力负荷预测的准确性直接影响到城市电力网和整个电力系统的技术经济指标.电力负荷预测的准确程度,对电力系统和电力网的建设是否合理有着很大的影响,是优化建设投资的重要前提.     

组合预测模型在股指短期预测中的应用——以上证综合指数为例的实证分析

本文分析了自回归移动平均模型(ARIMA)与BP神经网络模型在预测方面的特性和模型各自的优缺点,在此基础上尝试建立了ARIMA和BP神经网络的股指组合预测模型。ARIMA与BP神经网络组合使用的基本原理是股指时间序列数据可分解为线性部分和非线性残差部分。本文以上证综合指数为例,首先采用ARIMA预测上证综合指数的线性变化趋势,然后采用BP神经网络对上证综合指数的非线性趋势进行拟合,最后整合两种模型的预测结果。仿真结果表明:组合模型提高了对上证综合指数的预测精度,证实了组合模型在股指预测方面的有效性。     

基于改进灰色模型在电力负荷预测中的应用

在电力负荷预测中,灰色GM(1,1)模型比较有效,但在实践中由于电力负荷情况的复杂性和多样性,改模型还是存在一点的问题,比如,预测误差较大,精度不能满足要求.为满足电力事业的发展,对灰色GM(1,1)模型进行必要的改进,利用等维新信息递推模型进行负荷预测,通过实例分析表明,可提高预测的精度.     

农村电网负荷预测方法的研究与改进

农村电力系统负荷预测在农村电网发展规划过程中是一项十分重要的基础性工作,是农村电力系统规划与运行的基础,是农村电力市场运作中的重要组成部分.电力负荷预测是电力系统安全调度、经济运行、优化规划和科学管理的基础与前提,预测的精度高低对国民经济各部门至关重要,因而对电力负荷预测方法的研究既有理论价值又有实际意义.     

城市配电网规划负荷预测探讨

电力负荷预测是电力系统规划的重要组成部分,也是电力系统经济运行的基础,其对电力系统规划和运行都极其重要,负荷预测的准确性直接影响着电网规划质量的优劣.本文分析了传统负荷预测方法在当前城市配电网规划中遇到的问题,提出了适合发展状况的空间负荷预测手段.     

典礼系统负荷预测有效方法的分析与评价

文章分析了电力系统负荷预报的几种方法．并对它们的优缺点及适用范围做了简要评价，指出了电力负荷预测方法的发展趋势。     

浅析电网负荷预测方法及其实现

电网负荷预测对于电力市场各方的正常运作均具有重要的作用，本文在讨论了其重要性的基础上，探讨了负荷预测的种类及预测的步骤，详细地介绍了负荷预测的传统方法及新技术，及负荷预测技术的发展动态。     

基于分形理论的短期电力市场预测法

通过对分形理论的深入研究,针对传统相似日法的缺点,设计了一种新的短期电力市场预测法。这种预测法利用电力负荷本身具有的分形特型,以历史数据的分维值为主,其他传统因素为辅选取相似日,利用时间序列分维算法对备选相似日数据进行处理,实现负荷预测。     

基于ARMA模型的中长期电价预测

准确的中长期电价预测具有重要意义,尤其是对我国来说,其不仅可以为电力市场参与者进行年度合同谈判、制定中长期企业战略决策提供重要依据,也可以为政府定价提供参考。本文通过对我国1978年至2007年的全国平均销售电价进行分析研究,提出了一种基于ARMA模型的电价预测方法,结果表明ARMA模型可以很好地拟合我国的销售电价,预测效果良好。     

人工神经网络在电力市场竞价策略中的应用

在构造电力市场最优的竞价策略中,电厂的报价反映了电厂的运作成本和市场供求信息,准确的预测其他电力供应商的投标行为,对电力供应商的竞价决策有重要意义。应用基于模糊聚类(FCM)和关节控制器神经网络(CMAC)的预测方法,可以较精确预测其他电力供应商的投标行为,并通过评估风险后,给出电力供应商在利润最大化下的竞标电价。预测结果表明:输出稳定性好、计算速度快、预测精度较高。     

负荷预测管理与需求侧管理的深层次研究

负荷预测管理能够通过对用电的预测来保障电网的正常运行,减少因供电与用电之间的差距而带来的电力问题。需求侧管理可以通过一定的激励方式去引导用户合理使用电力,提高电力的利用效率,节约电力能源,对于我国电力事业的发展有着重要意义。本文通过对负荷预测管理与需求侧管理的深层次研究,为提升电网公司水平的提供意见和建议,促进我国电力市场的可持续发展。