短期电力负荷预测模型的比较研究
2019-02-15分类号：TP18;TM715
【部门】国网湖南省电力有限公司 北京邮电大学模式识别与智能系统实验室 北京中电普华信息技术有限公司
【摘要】为了解决提高电力负荷预测精确度这一问题,越来越多的人工智能方法应用于能量功率预测.为此利用湖南省2014年至2017年的电力负荷数据,比较自回归(AR)模型、BP神经网络(BPNN)和指数平滑(ES)模型在预测日度电力负荷和月度电力负荷上的性能,并运用统计学知识来分析三种模型之间的差异.最终根据实验结果得出两个结论:AR模型对日度数据预测的结果优于其他两个模型以及ES模型对月度数据预测的结果优于其他两个模型.
【关键词】短时电力负荷预测 自回归模型 BP神经网络 指数平滑模型
【基金】
【所属期刊栏目】中国科学技术大学学报
文献传递
