排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
本文归纳形成了城市电网电力负荷预测工作的基本步骤及流程,对电力负荷预测方法进行了详细研究。针对空间负荷预测中的负荷分布计算,建立了负荷小区密度法为主、专家预测法校核与修正的负荷预测模式,提高了预测的准确性。本文采用天津某地区实际的配电网规划项目作为算例,利用负荷小区密度法进行了该地区的负荷预测。预测结果表明,该方法能反映预测期的实际情况和用电水平,有效提高了预测精度。 相似文献
2.
支持向量机(support vector machines,SVM)根据有限的样本信息在模型的复杂性和学习能力之间寻求最佳折衷,具有良好的预测效果?但是在基于支持向量机的负荷预测方法中,参数的选择对预测结果具有较大影响,可能导致结果误差较大。本文利用遗传算法对SVM的参数最优值进行自动搜索,改善其预测性能。然后将遗传支持向量机(GA-SVM)应用于广东省某城市的节假日电力负荷预测。结果表明,基于遗传支持向量机的预测效果比相似日法更好。 相似文献
1