广州某城中村低压用电负荷的特性与需求预测研究

赖水生; 肖军; 蓝贤钢; 左小德

doi:10.3969/j.issn.1009-1831.2020.05.014

欢迎来到能源电力期刊网！

您当前的位置：

首页 >

文章列表页 >

广州某城中村低压用电负荷的特性与需求预测研究

负荷管理与客户服务 | 更新时间：2026-03-05

- 广州某城中村低压用电负荷的特性与需求预测研究
- Study on characteristics and demand forecast of low⁃voltage electricity load in an urban village in Guangzhou
- 电力需求侧管理 2020年22卷第5期
- 作者机构：
  
  1. 广州供电局有限公司番禺供电局,广州,510000
  2. 暨南大学管理学院,广州,510000
  3. 珠海城市职业技术学院经济学院,广东,珠海,519000
- 作者简介：
- 基金信息：
  
  广州供电局有限公司职创项目(K-GZZG-2019-077)
- DOI：10.3969/j.issn.1009-1831.2020.05.014
  中图分类号：
- 纸质出版：2020
- 稿件说明：
移动端阅览
赖水生, 肖军, 蓝贤钢, 等. 广州某城中村低压用电负荷的特性与需求预测研究[J]. 电力需求侧管理, 2020,22(5).

赖水生, 肖军, 蓝贤钢, et al. Study on characteristics and demand forecast of low⁃voltage electricity load in an urban village in Guangzhou[J]. 2020, 22(5).
赖水生, 肖军, 蓝贤钢, 等. 广州某城中村低压用电负荷的特性与需求预测研究[J]. 电力需求侧管理, 2020,22(5). DOI： 10.3969/j.issn.1009-1831.2020.05.014.

赖水生, 肖军, 蓝贤钢, et al. Study on characteristics and demand forecast of low⁃voltage electricity load in an urban village in Guangzhou[J]. 2020, 22(5). DOI： 10.3969/j.issn.1009-1831.2020.05.014.

摘要

为解决城中村用电供需不平衡的问题，通过对广州某城中村（N村）2016—2017年的历史负荷数据分析，按照日、月、季（年）负荷特性的相关指标分类，确定了N村的负荷的变化规律及其特性。对城中村的负荷影响因素进行了分类研究，并运用“统计产品与服务解决方案”（statistical product and service solutions，SPSS）对因素进行因子分析、主成分分析和线性回归等，得到影响负荷变化的主要影响因子以及负荷预测模型，并用内插外推法验证了模型的通用性，负荷的预测可以为供电部门提供决策依据。

Abstract

In order to solve the problem of unbalanced electricity supply and demand of urban villages

the historical load data of an urban village in Guangzhou（N village）from 2016 to 2017 are analyzed. According to the relevant indicators of daily

monthly and quarterly（yearly）load characteristics

the change law and characteristics of the load of N village are determined. The load influencing factors of the urban village are classified

and SPSS is used to analyze the factors

conduct principal component analysis and complete linear regression

and the main influencing factors and load forecasting models that affect the load changes are obtained. The interpolation extrapolation method is used to verify the versatility of the model. The prediction of the load can provide the decision-making basis for the power supply department.

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

一种支撑设备动态聚合的虚拟电厂系统设计与实现

基于负荷分解与辨识的短期电力负荷预测

基于CNN-Attention-BiLSTM的碳化硅企业负荷预测与可调节潜力分析

环境气候变化对渔业电气设备负荷影响研究

基于VMD-SSA-BiLSTM的多维时序电力负荷预测