导读:本文包含了长期负荷预测论文开题报告文献综述及选题提纲参考文献，主要关键词:中长期负荷预测,主成分分析(PCA),反向传播(BP)神经网络,收敛速度
长期负荷预测论文文献综述
贺远,翟丹丹,苏贵敏[1]（2019）在《电网长期负荷快速预测》一文中研究指出电力负荷的精确、快速预测,对安排年度电力生产工作和优化电网调度有着重要的经济和社会意义。在标准反向传播(BP)神经网络的基础上,提出一种结合主成分分析(PCA)和改进的BP神经网络的方法来对电网中长期的负荷进行预测。利用PCA有效地降低数据样本的维度,消除数据的冗余和线性信息,保留主要成分作为模型的输入数据,在标准BP网络的反向传播环节中引入动量项和陡度因子,有效解决了网络收敛速度慢和容易陷入局部最小值的问题。将此方法应用于济源市的中长期电力负荷预测,实验表明:基于PCA与改进的BP神经网络相结合的方法比标准BP网络具有更高的计算效率和预测精度。(本文来源于《上海电机学院学报》期刊2019年04期）
肖其师,刘哲[2]（2019）在《基于神经网络分位数回归的上海市长期用电负荷预测》一文中研究指出基于电力负荷长期预测的不确定性等特征,选取神经网络分位数回归模型对上海市用电负荷进行了预测。从测试集年份的预测值与实际值的比较可知该模型具有较高的预测精度。在此基础上进一步对上海市2018-2023年的用电负荷进行了样本外预测,预测结果表明未来几年上海市的用电负荷呈显着的上升趋势。最后,基于研究结果提出保障上海市发展成为"卓越的全球城市和社会主义现代化国际大都市"的电力系统规划与建设建议。(本文来源于《合肥工业大学学报(社会科学版)》期刊2019年03期）
陈潇雅,刘志坚,刘晓欣,王雁红[3]（2019）在《基于长期负荷预测和联络分析的配电网规划》一文中研究指出针对配电网规模大、不确定因素多,新建扩容配电变压器耗资大、实施周期长、影响范围广等问题,提出优化原配电网以满足新增负荷要求的规划方案,并最大限度地挖掘配电网的供电潜力。考虑到输入数据较多时,Elman神经网络可能出现控制函数溢出、收敛速度慢等不足,提出一种改进后的Elman神经网络,用于长期负荷预测,在原有网络的基础上增加节点反馈以提高负荷预测的精确度。基于长期负荷预测的结果,引入联络有效度进行联络分析,并验证联络线对网络转供能力的影响,从而提出合理的配电网规划方案。以某地区配电网实际数据为算例模型,通过长期负荷预测和联络分析,提出适合该地区的有效可靠的配电网规划方案。(本文来源于《广东电力》期刊2019年03期）
黄柏富[4]（2019）在《考虑成本的深度长期短期的负荷预测》一文中研究指出在日前电力市场(DAM)中,负荷服务实体(LSE)需要事先向市场运营商提交其负荷计划。为了降低总成本,LSE应考虑DAM价格与RDM(实际日市场)价格的差异。因此,问题在于更精确的负荷预测模型有时会提供具有间隙的价格,从而导致更低的成本。面对这个问题,本文考虑了具有深度长期短期记忆(LSTM)的成本核算(本文来源于《电子世界》期刊2019年04期）
张志,杜延菱,崔慧军,汪洋,贺哲[5]（2019）在《考虑关联因素的智能化中长期电力负荷预测方法》一文中研究指出为了解决现有中长期负荷预测方法中存在的预测精度欠优及场景适用性较差等问题,提出一种考虑影响因素协调关系及滞后效应的新型中长期负荷预测方法。首先通过关联矩阵筛选得到影响负荷变化的强相关因素,结合计量学的X-12-ARIMA模型对负荷及其影响因素进行季节分解,得到3个特征分解部分。在此基础上,通过时滞效应检验确定滞后期数,结合主成分分析法去除数据噪声影响,进一步提升数据纯度。最后针对月度和季度负荷进行预测算例分析,通过比对其他时序外推方法的预测结果和非线性模型方法应用后的精度提升,验证了所提方法的有效性和适用性。(本文来源于《电力系统保护与控制》期刊2019年02期）
靳春旭,董福贵[6]（2018）在《长期风电负荷预测方法比较》一文中研究指出我国在长期风电负荷预测领域的研究处于初期水平,尚未有行之有效的预测方法,另一方面,长期风电负荷预测在风电并网、风电定价以及风电厂选址等领域起到十分重要的作用。为此,首先研究总结国内外关于风电负荷预测的成果,结合我国实际情况研究分析了我国在风电领域的利用现状以及弃风率居高不下的原因;其次,分析灰色预测理论和时间序列预测理论的模型与应用范围,以M省历年风电发电量作为算例,比较灰色预测理论预测结果与时间序列模型预测结果;最后,通过比较两种方法的预测误差,研究二者在长期风电负荷预测中的应用效果以及造成二者预测结果与应用范围不同的原因。结果表明,由于预测原理的不同和数据特征所造成的差异,在年度预测方面,灰色预测模型预测精度更高;在月度预测方面,时间序列模型精度更高。(本文来源于《广东电力》期刊2018年09期）
胡秀[7]（2018）在《基于竞争力评价的城市燃气长期负荷预测》一文中研究指出从人类发展历程看,能源是物质基础,也是人类所有活动的动力来源,使用不同能源间接决定了进行的活动种类。经过多年的调整,我国一次能源消费结构中天然气占比提升至7%左右。我国天然气上、中、下游企业均面临着新的机遇与挑战,应对挑战的基础就是做好城市天然气利用规划和可行性研究工作,其中负荷预测问题是工作重点,也是难点。预测结果的准确性关系到国计民生、供应系统安全高效、公司效益,有必要对其进行深入研究。本文在对燃气负荷预测国内外现状、燃气负荷预测分类、主要方法调研总结的基础上,进行如下工作:首先,针对用气情况的复杂性,对国外、国内、北京市进行用能及用气现状分析,重点研究天然气利用方向和发展潜力,指出未来发展方向为“以气发电、以气代煤”,重点发展领域为发电、交通、供暖、分布式能源。通过对不同地区用气发展的分析,为后续竞争力评价、预测模型选型提供依据。其次,由于不同能源用能技术具有竞争性和替代性,针对居民、发电、供暖等7个领域,建立竞争力评价体系,邀请10位行业专家,采用多指标群决策模糊竞争力评价方法,对各领域的应用技术从环境、能源、社会、技术、适用角度所包含的评价指标进行打分,定量计算各领域应用天然气与应用其他能源技术的综合优度,从而评价不同能源应用技术优劣。结果表明以天然气为原料的技术,在多个应用领域中都有较好的竞争力,尤其在发电、供暖、分布式能源、工业领域具有较强竞争力。最后,将天然气应用技术综合优度作为影响因素加入预测,以B市为例,进行天然气长期负荷预测。利用SPSS,采用相关分析,最终确定9个天然气负荷影响因素;采用因子分析法,将众多影响因素转化为一个因子,并定义这一因子为天然气技术综合发展值()。选取Logistic曲线拟合模型进行基于竞争力评价的城市燃气长期负荷预测,预测结果的平均相对误差为5.440%,均方根误差为6.138×10~8m~3,属于高精度预测。事实证明基于竞争力评价的城市燃气长期负荷预测方法是可取的,对处于城市燃气发展各阶段的预测有借鉴和实用意义。(本文来源于《北京建筑大学》期刊2018-06-01）
彭虹桥,顾洁,宋柄兵,马睿,时亚军[8]（2018）在《基于多维变量筛选-非参数组合回归的长期负荷概率预测模型》一文中研究指出长期负荷预测是电网规划及电力市场中长期交易的基础。针对长期负荷受多维因素驱动、不确定性强的特点,提出了非参数组合回归的长期负荷概率预测模型。通过Granger因果分析对驱动负荷长期发展的多维变量进行初步筛选;为提高预测精度,基于逐步平均组合将筛选后的变量集进行非参数组合回归建模,在实现最优组合模型的同时综合各变量对长期负荷的动态驱动;基于随机变化率对最优组合模型包含的多维变量进行不确定性建模,并应用于长期负荷概率预测,获得长期负荷10%、50%、90%分位点值。算例分析结果表明,非参数组合回归模型不仅精度较高,且结合多维变量不确定性建模能实现长期负荷概率预测。(本文来源于《电网技术》期刊2018年06期）
常诚[9]（2016）在《油田电力系统长期负荷预测方法》一文中研究指出油田电力系统长期负荷预测在降低故障率,保证电力系统安全运行等方面起到非常大的作用。在油田电力系统长期负荷预测中通过对负荷数据进行计算和处理,从而准确把握油田电力系统运行情况,进而对油田电力系统未来一段时间内的负荷进行预测。本文就油田电力系统长期负荷预测方法进行探讨,以期为油田电力系统研究提供一定的借鉴。(本文来源于《科技与企业》期刊2016年09期）
王海猷,石雪梅[10]（2015）在《勇闯负荷预测新路径》一文中研究指出负荷预测是电力企业的一项基础性工作，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。２０１０年～２０１２年，安徽省电力公司经济技术研究院（简称“安徽经研院”）立项开展“中长期负荷预测研究与管理一体化应用研究”。目前，该项目已在安徽省能源局等多家(本文来源于《中国电力报》期刊2015-06-03）
长期负荷预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
基于电力负荷长期预测的不确定性等特征,选取神经网络分位数回归模型对上海市用电负荷进行了预测。从测试集年份的预测值与实际值的比较可知该模型具有较高的预测精度。在此基础上进一步对上海市2018-2023年的用电负荷进行了样本外预测,预测结果表明未来几年上海市的用电负荷呈显着的上升趋势。最后,基于研究结果提出保障上海市发展成为"卓越的全球城市和社会主义现代化国际大都市"的电力系统规划与建设建议。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
长期负荷预测论文参考文献
[1].贺远,翟丹丹,苏贵敏.电网长期负荷快速预测[J].上海电机学院学报.2019
[2].肖其师,刘哲.基于神经网络分位数回归的上海市长期用电负荷预测[J].合肥工业大学学报(社会科学版).2019
[3].陈潇雅,刘志坚,刘晓欣,王雁红.基于长期负荷预测和联络分析的配电网规划[J].广东电力.2019
[4].黄柏富.考虑成本的深度长期短期的负荷预测[J].电子世界.2019
[5].张志,杜延菱,崔慧军,汪洋,贺哲.考虑关联因素的智能化中长期电力负荷预测方法[J].电力系统保护与控制.2019
[6].靳春旭,董福贵.长期风电负荷预测方法比较[J].广东电力.2018
[7].胡秀.基于竞争力评价的城市燃气长期负荷预测[D].北京建筑大学.2018
[8].彭虹桥,顾洁,宋柄兵,马睿,时亚军.基于多维变量筛选-非参数组合回归的长期负荷概率预测模型[J].电网技术.2018
[9].常诚.油田电力系统长期负荷预测方法[J].科技与企业.2016
[10].王海猷,石雪梅.勇闯负荷预测新路径[N].中国电力报.2015
标签：中长期负荷预测; 主成分分析(PCA); 反向传播(BP)神经网络; 收敛速度;