典型文献
基于智能加权混合模型的新型电力系统电量预测方法
文献摘要：
随着电力系统的转型升级,新型电力系统的能源供应和消费发生了巨大的转变,因此对电量预测提出了更高的要求.月度电量的准确预测为新型电力系统的优化调度和电力市场的营销计划提供可靠的依据.在深入挖掘历史电量数据、综合分析月度电量特征及相关因素影响的基础上,结合Prophet算法和KELM神经网络算法各自的优势,提出了一种考虑气温、经济水平和节假日的月度电量组合预测方法.基于月度电量数据建立了 Prophet预测模型,并进行了参数调优过程;利用KELM神经网络建立了基于历史电量、气温、GDP、节假日信息的预测模型,并通过参数调优确定最佳预测模型;以加权组合的方式,建立月度电量组合预测模型.通过算例分析,比较了组合算法和其他算法的预测误差和预测效果,表明了所提组合模型在预测精度方面有所提升,验证了预测算法的有效性.
文献关键词：
月度电量预测;Prophet算法;核极限学习机;组合预测;相关性分析
中图分类号：
作者姓名：
赵阳;范文奕;安佳坤;赵子珩
作者机构：
国网河北省电力有限公司经济技术研究院,石家庄050000
文献出处：
引用格式：
[1]赵阳;范文奕;安佳坤;赵子珩-.基于智能加权混合模型的新型电力系统电量预测方法)[J].电测与仪表,2022(12):56-63
A类：
月度电量预测
B类：
混合模型,新型电力系统,能源供应,准确预测,优化调度,电力市场,Prophet,KELM,神经网络算法,节假日,组合预测方法,参数调优,组合预测模型,算例分析,组合算法,预测误差,组合模型,预测算法,核极限学习机
AB值：
0.226979
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
