文献类型：期刊文章

作　　者：朱陶业[1] 李应求[2] 张颖[2] 张学庄[1] 何朝阳[3]

机构地区：[1]中南大学信息物理工程学院,湖南省长沙市410083 [2]长沙理工大学,湖南省长沙市410077 [3]广西电力有限公司电网调度中心,广西壮族自治区南宁市530023

出　　处：《中国电机工程学报》

基　　金：国家自然科学基金项目(10471012)。~~

年　　份：2006

卷　　号：26

期　　号：23

起止页码：14-19

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：采用时间序列中的自回归求和移动平均算法(ARIMA)对日负荷进行粗预测,获得消除了周期性的受气象因素影响较强的差值序列。结合气象信息,为小规模神经网络构造能反映气象变化的新息序列,为网络提供良好的训练与适应环境,训出对气象非平稳变化敏感的输出因子Y,再用敏感因子对ARIMA算法的预测结果进行修正,从而构建出对气象适应性较强的ARIMA+Y的预测算法。利用Delphi5．0实现的负荷预测软件对广西负荷区进行预测,多年的运行证明：该算法对广西负荷区气象非平稳变化具有很好的敏感性和适应性,能显著提高气象非平稳变化日的预测准确率,较好地解决了在气象变化影响下用ARIMA算法预测准确率偏低的问题。

关 键 词：电力系统 负荷预测 时间序列 神经网络  气象敏感因子  

分 类 号：TM714] TP18]