典型文献
计及产业结构和温度因素的神经网络电网负荷预测方法
文献摘要：
电力负荷的准确预测是电力规划建设的重要前提.传统的负荷预测方法均局限于回归分析、增长率等线性模型,无法考虑影响电力负荷的非线性因素,导致预测结果与实际需求存在偏差.针对负荷预测的非线性特性,提出了 一种计及温度和产业结构的短期负荷预测方法;采用神经网络算法对预测地区的温度和产业结构历史数据进行学习,明确了神经网络结构体系各维度间的复杂关系,从而建立了负荷预测的非线性模型.计算结果表明,所建负荷预测模型能够高保真地模拟各因素的非线性特性,其误差仅为1.5％.综合分析了温度、产业结构的影响规律,为所提方法在夏季降温负荷突出的中部和西南部分地区的应用提供数据支撑.
文献关键词：
电力负荷预测;神经网络算法;产业结构
中图分类号：
作者姓名：
杨星磊;项川;姜鸣瞻;邓玲;谢琼瑶;杨松坤;谭炜东;路长江
作者机构：
国网宜昌供电公司,湖北宜昌 443000;天地电研(北京)科技有限公司,北京 100083
文献出处：
引用格式：
[1]杨星磊;项川;姜鸣瞻;邓玲;谢琼瑶;杨松坤;谭炜东;路长江-.计及产业结构和温度因素的神经网络电网负荷预测方法)[J].电力电容器与无功补偿,2022(06):79-84
A类：
B类：
温度因素,电网负荷预测,负荷预测方法,准确预测,电力规划,规划建设,法考,非线性因素,非线性特性,短期负荷预测,神经网络算法,测地,历史数据,神经网络结构,结构体系,复杂关系,非线性模型,负荷预测模型,高保真,真地,西南部,电力负荷预测
AB值：
0.306873
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。
