首页 > 《电力设备》 > 2017年18期 > 基于多影响因素的负荷预测模型设计

基于多影响因素的负荷预测模型设计

在线阅读下载PDF 导出详情

摘要摘要综合考虑开关连接用户容量、用户类别、成长周期、温度和经济等多个影响因素，利用最小二乘法、聚类算法、波形分解算法、回归算法等数据挖掘算法，对变电站开关的最大负荷范围进行预测。

DOI 7dmrll5rjn/3404554

作者唐庆鹏桂宁陈家静

机构地区（国网安徽省电力公司合肥供电公司安徽合肥）

出处《电力设备》 2017年18期

关键词容量成长周期温度经济数据挖掘算法

分类 [电气工程][电力系统及自动化]

出版日期 2017年12月22日（中国期刊网平台首次上网日期，不代表论文的发表时间）

相关文献

1马朝1王莹2史雷3. 基于组合模型的最大负荷预测.电力系统及自动化,2017-03.
2谷纪亭. 基于大数据挖掘的智能负荷预测模型.电力系统及自动化,2020-09.
3沈仁德. 基于深度学习的电力负荷预测模型研究.电力系统及自动化,2024-07.
4习嘉民,陈刚. 基于大数据的电力负荷预测模型研究.建筑技术科学,2024-11.
5蒙怡帆杨镓华. 基于电力系统短期负荷预测的模型.电力系统及自动化,2017-09.
6陈昊;王玉荣;杨振宇. 基于机制转换非线性模型的短期负荷预测.电力系统及自动化,2010-02.
7毛剑龙. 基于ARIMA模型的煤改电电力负荷预测.电力系统及自动化,2017-12.
8冯军. 基于深度学习的电力负荷预测模型及应用.,2023-07.
9王永久,任艳琼. 基于人工智能的电力负荷预测模型优化.建筑技术科学,2024-09.
10刘洋洋1,安耀慧2,黄文涛3,吴微4. 基于XGBoost预测模型的多影响因子最优解的研究.建筑技术科学,2022-01.

来源期刊

电力设备

电力设备

相关推荐

同分类资源更多

相关关键词

容量成长周期温度经济数据挖掘算法

返回顶部