文献类型：期刊文章

作　　者：杨捷[1] 罗成臣[1] 张思路[1] 范美位[1] 李珗[2]

Yang Jie;Luo Chengchen;Zhang Silu;Fan Meiwei;Li Xian(Kunming Power Supply Bureau,Yunnan Power Grid Co.,Ltd.,Kunming 650031,China;Yunnan Yundian Tongfang Technology Co.,Ltd.,Kunming 650031,China)

机构地区：[1]云南电网有限责任公司昆明供电局,昆明650031 [2]云南云电同方科技有限公司,昆明650031

出　　处：《电测与仪表》

基　　金：国家自然科学基金资助项目(51177047);云南电网公司科技项目(YNKJQQ00000275)。

年　　份：2020

卷　　号：57

期　　号：16

起止页码：96-100

语　　种：中文

收录情况：BDHX、BDHX2017、JST、RCCSE、ZGKJHX、核心刊

摘　　要：电力系统的短期负荷预测精度对智能电网安全运行有着重要影响,其中预测精度和训练步数至关重要,目前当地气象因素逐渐成为负荷预测中的关注点。以某市短期电力负荷为研究对象,建立了考虑日特征相关因素的支持向量回归机短期电力负荷预测模型,随后对某市考虑气象及日期类型的电力负荷做出预测。研究表明:利用考虑实时气象因素的SVR预测模型对短期电力负荷进行预测精度较高;考虑气象及日期类型的预测误差比不考虑气象及日期的预测误差小;嵌入维数和时间延迟对负荷预测模型精度具有重要影响。

关 键 词：相空间重构 支持向量机 负荷预测 气象因素

分 类 号：TM715]