文献知网节
  • 记笔记

基于改进主成分分析的短期负荷预测方法

程其云王有元陈伟根

重庆大学高电压与电工新技术教育部重点实验室重庆大学高电压与电工新技术教育部重点实验室 重庆市沙坪坝区400044贵阳市南供电局贵州省贵阳市550002重庆市沙坪坝区400044

摘要:由各时点负荷分量组成的负荷时间序列中,各数据点间具有一定的相关性和差异性,在进行短期负荷预测时模型一般无法兼顾数据的共性和差异性。作者采用一种改进的主成分分析法,在不损失负荷原始数据主要信息的前提下提取负荷数据的主成分,有效地减少了预测模型的输入量。同时,针对电力系统短期负荷受温度影响较大的特点,将温度因素引入BP神经网络进行短期负荷预测,实例分析验证了该方法的有效性。
  • 专辑:

    理工C(机电航空交通水利建筑能源)

  • 专题:

    电力工业

  • 分类号:

    TM715

  • 手机阅读
    即刻使用手机阅读
    第一步

    扫描二维码下载

    "移动知网-全球学术快报"客户端

    第二步

    打开“全球学术快报”

    点击首页左上角的扫描图标

    第三步

    扫描二维码

    手机同步阅读本篇文献

  • HTML阅读
  • CAJ下载
  • PDF下载

下载手机APP用APP扫此码同步阅读该篇文章

下载:693 页码:64-67 页数:4 大小:302k

相关文献推荐
  • 相似文献
  • 读者推荐
  • 相关基金文献
  • 关联作者