金鑫：基于双模型组合的月度售电量预测研究论文

本文主要研究内容

作者金鑫（2019）在《基于双模型组合的月度售电量预测研究》一文中研究指出：月度售电量蕴含电力供需双方的诸多信息,对其进行精准预测有助于需求侧管理和电网运营的协同提升。首先从必然和偶然两个层面对驱动月度售电量波动的因素作解析,确定该项预测应为惯性预测与非惯性预测的叠加。其次建立组合预测模型,即以售电量年间增长为依据确定"Logistic模型"为惯性预测分模型,以数据样本沿时间轴呈现某种相似性、重复性为依托确定"层次分析-模糊聚类模型"为非惯性预测分模型,并以最小二乘法将二者糅合。最后以某供电公司为背景做案例检验。

Abstract

yue du shou dian liang wen han dian li gong xu shuang fang de zhu duo xin xi ,dui ji jin hang jing zhun yu ce you zhu yu xu qiu ce guan li he dian wang yun ying de xie tong di sheng 。shou xian cong bi ran he ou ran liang ge ceng mian dui qu dong yue du shou dian liang bo dong de yin su zuo jie xi ,que ding gai xiang yu ce ying wei guan xing yu ce yu fei guan xing yu ce de die jia 。ji ci jian li zu ge yu ce mo xing ,ji yi shou dian liang nian jian zeng chang wei yi ju que ding "Logisticmo xing "wei guan xing yu ce fen mo xing ,yi shu ju yang ben yan shi jian zhou cheng xian mou chong xiang shi xing 、chong fu xing wei yi tuo que ding "ceng ci fen xi -mo hu ju lei mo xing "wei fei guan xing yu ce fen mo xing ,bing yi zui xiao er cheng fa jiang er zhe rou ge 。zui hou yi mou gong dian gong si wei bei jing zuo an li jian yan 。

论文参考文献

[1].考虑春节影响的售电量预测结果修正方法[J]. 刘建,赵加奎,陈雨泽,方学民,刘玉玺,王树龙,陈雁,欧阳红. 电信科学.2019(03)

[2].气温及抄表时间对售电量的影响[J]. 胥超,李英惠,于佰建,张健,万旭. 山东电力技术.2017(01)

[3].提高电量预测准确率的方法探讨[J]. 张雪. 工程技术研究.2017(07)

[4].贵州首季发售电量双增[J]. 贵州水力发电.2009(02)

[5].青海2010年需电量预计将达435亿kW·h[J]. 电力设备.2008(01)

[6].全国跨区域送电量情况[J]. 中国电力.2005(08)

[7].电量表中看经济[J]. 汪朝阳. 大众用电.2000(04)

[8].电力营销管理中电量异常及解决策略分析[J]. 金晶. 技术与市场.2019(12)

[9].江西电力替代电量[J]. 能源与环境.2019(02)

[10].供电企业异常反向电量管控新模式探索[J]. 张磊,程烨. 企业管理.2017(S1)

论文详细介绍

论文作者分别是来自湖南电力的金鑫，发表于刊物湖南电力2019年03期论文，是一篇关于负荷预测论文,售电量论文,相似性论文,负荷惯性论文,最小二乘法论文,湖南电力2019年03期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自湖南电力2019年03期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。

本文来源: https://www.lw00.cn/article/f77e6a46f59f43ea3927d53f.html