基于积温效应和优化支持向量机的短期电力负荷预测

谭风雷; 陈梦涛; 汪龙龙

doi:10.3969/j.issn.1009-1831.2018.05.008

欢迎来到能源电力期刊网！

您当前的位置：

首页 >

文章列表页 >

基于积温效应和优化支持向量机的短期电力负荷预测

能效与负荷管理 | 更新时间：2026-03-05

- 基于积温效应和优化支持向量机的短期电力负荷预测
- Short⁃term electric power load forecasting based on accumulated temperature effect and optimized support vector machine
- 电力需求侧管理 2018年20卷第5期
- 作者机构：
  
  国网江苏省电力有限公司检修分公司,南京,211102
- 作者简介：
- 基金信息：
- DOI：10.3969/j.issn.1009-1831.2018.05.008
  中图分类号：
- 纸质出版：2018
- 稿件说明：
移动端阅览
谭风雷, 陈梦涛, 汪龙龙. 基于积温效应和优化支持向量机的短期电力负荷预测[J]. 电力需求侧管理, 2018,20(5).

谭风雷, 陈梦涛, 汪龙龙. Short⁃term electric power load forecasting based on accumulated temperature effect and optimized support vector machine[J]. 2018, 20(5).
谭风雷, 陈梦涛, 汪龙龙. 基于积温效应和优化支持向量机的短期电力负荷预测[J]. 电力需求侧管理, 2018,20(5). DOI： 10.3969/j.issn.1009-1831.2018.05.008.

谭风雷, 陈梦涛, 汪龙龙. Short⁃term electric power load forecasting based on accumulated temperature effect and optimized support vector machine[J]. 2018, 20(5). DOI： 10.3969/j.issn.1009-1831.2018.05.008.

摘要

从积温效应的表现形式出发，提出一种考虑积温效应的优化支持向量机负荷预测方法。在充分研究积温效应2种表现形式的基础上，建立温度修正模型，同时为进一步提高预测精度，采用优化支持向量机预测负荷。最后借助江苏某地区的历史数据，采用最小二乘法求解积温效应参数、修正温度，并将修正之后的结果代入预测方法中，结果表明预测精度较高，具有一定的应用价值。

Abstract

The load forecast using optimized support vector machine was proposed based on accumulated temperature effect.The correction model of temperature was established based on study of two forms of accumulated temperature effects. In order to improve prediction accuracy

optimized support vector machine was adopted to forecast load. Finally

with the data of a region in Jiangsu as history data

least squares was adopted to obtain optimal parameters

and then the correction of temperature was used into the above method to forecast load. The results show high prediction accuracy and have good prospect.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于变化趋势和气象因子的加权负荷预测方法

考虑分时段负荷行为的短期负荷预测方法

基于SVR模型的湖北省“十三五”期间电能需求预测

干法无胶纤维板粘合机理的研究Ⅱ．干法无胶纤维板的红外光谱分析

胶合成材（续三）