期刊文章详细信息
文献类型:期刊文章
QIAN Yushu;KONG Yuting;HUANG Cong(China Energy Engineering Group Xinjiang Electric Power Design Institute Co.,Ltd.,Urumqi 830002,Xingiang,China;School of Information Engineering,Xinjiang Institute of Engineering,Urumqi 830023,Xingiang,China;School of Software,Xinjiang University,Urumqi 830091,Xingiang,China)
机构地区:[1]中国能源建设集团新疆电力设计院有限公司,新疆乌鲁木齐830002 [2]新疆工程学院信息工程学院,新疆乌鲁木齐830023 [3]新疆大学软件学院,新疆乌鲁木齐830091
基 金:新疆维吾尔自治区科技计划青年科学基金项目(2022D01C83)。
年 份:2023
卷 号:46
期 号:4
起止页码:37-43
语 种:中文
收录情况:普通刊
摘 要:为适应智能电网快速响应的要求,电力负荷预测成为智能电网关键任务之一。精准的电力负荷预测响应对电力系统运行的安全性、稳定性、经济性起着至关重要的作用。首先,介绍电力负荷预测的特性及分类;随后,分析电力负荷预测的影响因素,并介绍电力负荷预测的基本步骤和性能评价指标;再将电力系统负荷预测的研究分传统预测方法、机器学习预测方法及深度学习预测方法等3类展开阐述;最后,总结所做的工作并展望电力负荷预测的未来发展方向。
关 键 词:电力系统 负荷预测 机器学习 深度学习
分 类 号:TM715]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...