霍普金斯统计在短期负荷预测中的应用探讨 discussion on application of hopkins statistics in short-term load prediction.pdfVIP

下载本文档

5
0
约2.18万字
约 6页
2017-08-13 发布于上海
举报
版权申诉

霍普金斯统计在短期负荷预测中的应用探讨 discussion on application of hopkins statistics in short-term load prediction.pdf

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

霍普金斯统计在短期负荷预测中的应用探讨 discussion on application of hopkins statistics in short-term load prediction

第26卷第8期广东电力 V01．26No．8 2013年8月 GUANGDONGELECTRICPOWER Aug．2013 doi：10．3969／j．issn．1007—290X．2013．08．019 霍普金斯统计在短期负荷预测中的应用探讨赖家文1，彭显刚1，王洪森1，陈奕2 (1．广东工业大学自动化学院，广东广州510006；2．广东电网公司湛江供电局，广东湛江524005) 摘要：提出了一种评价电力负荷受各相关因素影响的分析方法。该方法利用霍普金斯统计获取地区年度负荷霍普金斯统计值曲线，通过该曲线综合评价气候变化、季节更替、降雨量、温度等因素对电力负荷的影响程度。在此基础上，根据霍普金斯统计值选择和调整输入节点、样本集空间大小等预测策略，实现与支持向量机短期负荷预测方法的有效结合，并对96个时刻点的日负荷曲线进行仿真预测，结果表明，霍普金斯统计方法在分析地区负荷影响因素的应用中是有效可行的。关键词：霍普金斯统计；数据挖掘；负荷预测；支持向量机中图分类号：TM715．1 文献标志码：A 文章编号：10(17—290X(2叭3)08—0089—05 Discussionon of StatisticsinShort—termLoadPrediction ApplicationHopkins LAIJiawenl，PENG Yi2 Xiangan91，WANGHongsenl，CHEN of of (1．FacultyAutomation，GuangdongUniversityTechnology，Guangzhou，Guangdong Power Bureauof PowerGrid 524005，China) Supply Guangdong Corporation，Zhanjiang，Guangdong methoduses one methodfor factorson loadThis Abstract：This impact Hopkins paperproposesanalysis evaluating power curveofannualloadwhichto evaluate offactorsin— statisticsto statistic acquireHopkins by comprehensiVelyimpactdegree climate and on load．Onthebasisoftheabove power analysis cluding change，seasonchange，rainfallcapacitytemperature and to selectionfor for nodeandroomsizeof accordingpredictionstrategiesincluding Hopkinsstatistics，adjustmentinput set，it outfeasibilitiesof effectivecombinationoft