负荷预测
负荷预测的相关文献在1989年到2023年内共计6745篇,主要集中在电工技术、自动化技术、计算机技术、建筑科学
等领域,其中期刊论文3510篇、会议论文542篇、专利文献115815篇;相关期刊774种,包括城市建设理论研究(电子版)、电力系统自动化、电力自动化设备等;
相关会议310种,包括中国高等学校电力系统及其自动化专业第二十六届学术年会暨中国电机工程学会电力系统专业委员会2010年年会、中国高等学校电力系统及其自动化专业第二十五届学术年会、华北电力大学第五届研究生学术交流年会等;负荷预测的相关文献由16558位作者贡献,包括牛东晓、王伟、李伟等。
负荷预测—发文量
专利文献>
论文:115815篇
占比:96.62%
总计:119867篇
负荷预测
-研究学者
- 牛东晓
- 王伟
- 李伟
- 刘梅
- 肖白
- 张凯
- 李强
- 陈昊
- 程浩忠
- 刘胜伟
- 李鹏
- 王丹
- 王涛
- 符杨
- 于军琪
- 康重庆
- 王勇
- 王磊
- 张健
- 李博
- 王鹏
- 黄伟
- 张倩
- 赵安军
- 刘文霞
- 夏清
- 李军
- 刘洋
- 刘辉
- 张明理
- 杨波
- 王倩
- 王宁
- 吴捷
- 张建华
- 杨斌
- 胡荣
- 蔡秋娜
- 赵燃
- 刘伟
- 刘思捷
- 卞海红
- 岳东
- 张伟
- 李勇
- 李浩
- 李琳
- 沈茂亚
- 苏运
- 陈刚
-
-
万磊;
余飞;
鲁统伟;
姚婧
-
-
摘要:
负荷数据的高度随机性和不确定性,导致短期负荷预测的精度很难提升。为了提高短期负荷预测的准确度,提出了一种基于完全自适应噪声集合经验模态分解(CEEMDAN)与卷积神经网络(CNN)和门控循环单元(GRU)组合模型的短期负荷预测方法。首先,利用CEEMDAN模型将复杂的原始负荷序列分解为几个相对简单的子序列;其次,利用卷积神经网络(CNN)和门控循环单元(GRU)建立各分量预测模型,将归一化后的分量输入训练模型,得到预测子序列;最后,将所有分量的结果汇总,得到最终预测结果。结果表明,与LSTM模型、GRU模型、CNN-GRU及CEEMDAN-GRU组合模型相比,CEEMDAN-CNN-GRU组合模型所测精度有了明显提升,平均提升了25.08%,23.59%,20.41%和13.53%。CEEMDAN-CNN-GRU组合模型能够提取历史负荷数据中的非线性特征,有效提升短期负荷预测精度,可为电力系统建设提供有力支撑。
-
-
王永利;
周泯含;
姚苏航;
魏孟举;
杨洋;
刘钊;
胡梦锦
-
-
摘要:
综合能源系统是提高能源利用效率,降低用能成本的重要技术手段,精准负荷预测是综合能源系统优化调度的关键基础和重要前提。随着各类能源耦合设备的应用和提升和电能替代政策的推广,能源之间的关联关系日益增强。然而,现有的负荷预测方法多为对负荷的单独预测,未能将耦合性和互补性结合起来构建预测模型。基于此,首先结合Copula理论分析了综合能源系统中冷、热、电负荷之间的耦合特性;其次,利用樽海鞘群优化算法(SSA)对最小二乘支持向量机(LSSVM)中的关键参数进行求解,建立SSA-LSSVM多元负荷预测模型;最后,通过对比不同场景下的预测效果,证实了所建模型能有效提升预测精度,具有良好的应用效果。研究成果考虑了多能源之间的耦合特性,可为综合能源系统的负荷预测提供技术支撑,从而为系统调度优化提供基础。
-
-
苏醒;
王磊;
田少宸;
秦旭
-
-
摘要:
为了准确预测地铁车站的空调负荷,首先通过地铁车站能耗监测平台的历史数据分析,识别得到客流量和室外气象参数是主要影响因素。其次利用车站CO_(2)体积浓度逐时监测数据建立客流量神经网络预测模型,并与闸机数据对比,预测模型的复相关系数R^(2)可达0.87。以客流量预测为基础,建立了车站空调负荷预测模型,并比较了不同时间尺度训练数据下误差反向传播神经网络算法和支持向量机算法的预测效果,两种算法的R^(2)达到了0.95以上,均方根误差在70~90 kW之间,预测精度较高,但支持向量机算法的运算时间是误差反向传播神经网络算法的3~4倍左右,推荐数据量较大时优先选择神经网络算法。
-
-
郑承新;
彭苗;
凌治坤;
李镇东
-
-
摘要:
负荷预测对用能规划起着关键性的作用,特别是随着节约资源、保护环境和可持续发展战略的提出,负荷预测问题的研究变得至关重要。为了了解负荷预测的研究现状,且进一步深入研究和高效应用研究成果,本文对已应用的负荷预测技术进行总结,研究了目前负荷预测技术在实际应用中存在的问题,并对未来的研究方向提出展望。
-
-
胡欣;
冯杰;
徐先峰;
王世鑫
-
-
摘要:
负荷预测在保障电网安全运行和提高经济效益方面均占有举足轻重的地位。高精度的负荷预测不仅需要依靠历史负荷数据,并且气象、电价等诸多因素也会对其产生不同程度的影响。为了综合考虑诸多因素造成的影响。首先,以遴选关键因素作为切入点,利用新英格兰地区实测数据集,使用递归特征消除(RFE)有效去除冗余的影响因素,得到与真实负荷相关性高的影响因素,从而构造新的输入负荷数据。然后,利用注意力机制(Attention)动态调整各因素所占权重的特点,提出引入Attention的长短期记忆(LSTM)网络预测模型实现电力负荷预测。试验结果显示,与经典的K近邻方法(KNN)、LSTM、支持向量回归(SVR)等单一算法以及RFE-LSTM等组合算法相比,所提出的RFE-LSTM-Attention方法可以有效地提取关键负荷因素并获得良好的预测性能。
-
-
王欢;
李鹏;
曹敏;
孙煜皓
-
-
摘要:
当前电力系统负荷预测中负荷数据受到多种因素影响且多步长预测时精度不高,因此电力负荷预测呈现出非线性、多因素、非平稳态等问题。提出一种基于CNN_BiLSTM混合深度学习网络的长短期电力负荷在线预测方法。首先根据卷积神经网络和双向长短期记忆网络的特点,建立了CNN_BiLSTM负荷预测模型,并将历史负荷与影响因素耦合形成一个新的时间序列作为网络输入;其次,由于机器学习模型依赖于样本的完备性,影响因素的存在会使原有模型与现有数据失配,建立了在线模型;最后,在实际电力负荷预测中,单步长预测并不能满足工业现场的需要,建立了在线多步长预测模型。通过算例分析,并与SVR等方法进行对比,实验结果表明,所提方法能有效地应用于实际的电力系统负荷预测。
-
-
牛牧童;
廖凯;
杨健维;
向悦萍
-
-
摘要:
当前对电动汽车(Electric Vehicle, EV)充电负荷预测的研究大多集中在短期单一时间尺度,且鲜有考虑在较长时间尺度下不同季节电动汽车充电负荷存在的差异。基于此,提出一种考虑季节特性的多时间尺度电动汽车负荷预测模型。首先,考虑季节特性对EV的电池最大载电量、里程耗电量和空调耗电量的影响,结合时空分布规律建立短期日内的电动汽车充电负荷预测模型。其次,为了展现从短期(短时间尺度)到中长期(长时间尺度)的多时间尺度特性,建立考虑多种因素影响的Bass修正模型预测未来不同年份的EV保有量。结合短期EV充电负荷预测模型,可延展至中长期EV充电负荷的预测,从而实现综合短期、中长期的多时间尺度EV负荷预测。最后,采用上海市气温信息及行车数据进行仿真验证。结果表明,所提模型可以有效地预测未来数年EV发展趋势以及考虑季节特性的多时间尺度EV充电负荷。
-
-
冯先丁;
魏镜弢;
吴张永;
钱杰;
浦友尚
-
-
摘要:
球磨机是磨矿生产中的主要设备,但其运行时的内部负荷无法被直接检测,因此难以对负荷进行实时有效地控制,导致磨矿效率受到影响。针对此问题,文中通过磨矿实验采集球磨机磨音信号,对信号进行Welch功率谱分析,研究了磨音频谱信息与球磨机负荷之间的关系。利用PCA对功率谱进行特征提取,为球磨机负荷预测提供外部特征信息。然后,采用PSO对SVM相关参数进行寻优并建立PCA-PSO-SVM球磨机负荷预测模型。研究结果表明,该球磨机预测模型的预测均方根误差为1.1443,平均绝对误差为0.9125,平均百分比误差为2.7979%,证明了该模型对球磨机负荷预测的有效性和稳定性。
-
-
李衡;
朱理;
郑洁;
刘海琼
-
-
摘要:
对配电网线路进行负荷峰值预测,准确预测将出现重过载的线路,能为配电网制定供电计划提供重要参考。分析配电网线路历史负荷受节假日、季节影响的变化规律,提出基于Prophet的配电网线路峰值负荷预测方法,对每条线路单独建立Prophet模型,模型以历史日峰值负荷数据为输入数据,且通过自适调参方法对模型的变点增长率及变点个数参数进行调优,最后对实际数据进行算例分析,验证了该方法可准确实现配电网线路峰值负荷预测。
-
-
杨滨;
崔红社;
孙锐;
马倩倩;
牛梦涵
-
-
摘要:
采用人工神经网络建立建筑负荷预测模型,采用粒子群算法进行空调系统设备运行参数寻优。结合工程实例,对某办公建筑的负荷进行预测,对设备运行参数进行寻优。建筑负荷预测结果与实际负荷的平均相对误差为7.7%,预测模型具有较好的预测能力。采用TRNSYS软件建立该办公楼空调系统仿真模型,按优化后的设备运行参数,对空调系统耗电量进行模拟,模拟耗电量比实际耗电量低9.9%。
-
-
于洋;
刘书颖
- 《2019年中国城市规划年会》
| 2019年
-
摘要:
随着低碳城市研究的兴起,城市规划开始关注城市碳排放和能源消耗,而建筑系统碳排放作为城市碳排放的主要来源之一,成为城市规划者不得不关注的问题.建筑负荷的估算可以为城市总体规划中的能源分配提供参考,但目前对于建筑负荷的获取主要是基于软件模拟和数值计算,需要确定建筑模型和详细参数,不适用于城市规划中对城市大规模居住建筑负荷的研究.本文通过分析城市总体规划阶段对负荷预测的需求,考虑数据的可获取性,提出了一种基于全城满覆盖居住建筑类型划分的居住建筑负荷预测模型构建方法.并以西安市为研究对象,通过在西安市主城区随机挑选研究样本,对研究样本进行调研和监测,提取其建筑几何参数和属性参数,采用软件仿真和回归分析,最终建立了西安市居住建筑负荷预测模型,并将该模型与GIS平台结合,可视化呈现了西安市居住建筑负荷空间分布特征.该模型可用于城市总体规划阶段快速估算大规模的居住建筑负荷.
-
-
刘月灿;
孙建刚;
周逸;
张晓亮;
丁雪伟;
李伟良
- 《2019电力行业信息化年会》
| 2019年
-
摘要:
为适应泛在电力物联网建设的需要,数据的深度感知成为当前亟需解决的问题.负荷预测作为电网企业的基础问题,对负荷进行精准预测成为建设泛在电力物联网的依托.随着现代电力设备的普及和深度学习算法的研究深入,电网对于负荷相关数据的获取和掌握更加方便,可借助深度学习算法进行更加准确的预测.提出采用经验模态分解算法对负荷数据进行分解,随后基于长短期记忆神经网络对分解后的各分量进行预测并加和,最后对提出的模型进行了实验验证.
-
-
郑贵德
- 《2018电力行业信息化年会》
| 2018年
-
摘要:
电力负荷预测无疑对电力调度及发电计划都具有重要意义,准确稳定的预测显然能够带来实实在在的经济效益,所以,不断提升改进用电负荷预测能力是电力部门的一项长期艰巨的工作.本研究面向的是用电负荷大数据,是从大规模配变采集的每日96点的多年数据,研究的方法是用机器学习方法对大数据进行分析预测,本研究的重点是挖掘数据内在规律,为了使数据规律性更加可循,在作负荷预测前,先根据用电行为对用电负荷数据分层聚类,使得用电负荷曲线尽可能在类内相似、类间区别明显,基于用电行为的分层聚类可动态反映用电行为变动,效率高,可避免人工分类失误.分层聚类完成后,再对各分类分别作预测分析,分类预测模型算法是在用于时间序列算法的基础上通过神经网络算法对不规则波动作调整.不规则波动是由用电环境,如天气、节假日等的变化等带来的.神经网络算法可以根据历史数据的学习较好调整环境影响因素对负荷的波动.本研究已经在实践中得到应用,其预测准确度及稳定度都有新的突破,该负荷预测方法可以应用在电力调度部门的日内96点负荷预测,也可以用在计划部门的中长期负荷预测.
-
-
-
-
-
张璐;
刘兰方
- 《2018电力行业信息化年会》
| 2018年
-
摘要:
分析居民用户智能用电行为可以为电网负荷预测提供数据依据,用户智能用电行为的分析可通过居民用户智能用电行为分析系统实现.系统的设计包括智能用电数据采集、云数据处理、用户行为分析3个主要模块,结合无线通信技术、云处理技术和ASCF-Mine挖掘算法,对各模块的设计和功能进行优化,并通过实验对比分析,验证了系统对用户智能用电行为分析的高准确率.
-
-
邵俊;
郑飞;
李昆明;
张开振;
仲春林
- 《2018电力行业信息化年会》
| 2018年
-
摘要:
随着信息化时代的迅速发展,全球数据量正在爆炸式地增长,为数据挖掘分析带来了无限的机遇,同时也给数据分析处理带来了巨大的挑战.电力行业关系着国家的发展和人民的生活,也需要依托大数据技术提高电力系统的运行经济性、可靠性.以大数据技术为基础,首先开展了配变负荷曲线聚类研究,为研究配变负荷特性、预测配变负荷走势做好铺垫;其次,分析了行业用电与气象因素直接的关系,并建立了行业负荷影响因素模型,为分析行业负荷特性打好基础;最后,针对分行业分地区负荷大数据,展开负荷分析和建模研究,实现基于地区行业负荷细分的网供负荷预测.
-
-
秦兴美;
华海荣;
王允鹏;
韦梓春
- 《2018年工程规划学术研讨会》
| 2018年
-
摘要:
能源是国家可持续发展的重要物质基础,国家经济发展进入“新常态”,环境承载能力已达到或接近上限,必须寻求非传统发展模式和新的能源战略,推动形成绿色低碳循环发展新方式.在新常态下,能源规划的编制,需贯彻国家及省市能源发展思路,坚持保障供应、优化结构、节能降耗、保护环境的基本发展原则,扎实做好节能减排工作,确保实现节能减排约束性指标.本文以《南通中央创新区能源专项规划》为例,介绍了能源规划中区域建筑能源规划的规划原则、主要内容、方法及步骤,协调区域能源系统整体规划,根据需求及相关技术规范规定,高效利用传统能源,因地制宜开发利用可再生能源,提高可再生能源比例,实现能源的生态化、节约化和可再生化,指导中央创新区的科学建设.
-
-
秦兴美;
华海荣;
王允鹏;
韦梓春
- 《2018年工程规划学术研讨会》
| 2018年
-
摘要:
能源是国家可持续发展的重要物质基础,国家经济发展进入“新常态”,环境承载能力已达到或接近上限,必须寻求非传统发展模式和新的能源战略,推动形成绿色低碳循环发展新方式.在新常态下,能源规划的编制,需贯彻国家及省市能源发展思路,坚持保障供应、优化结构、节能降耗、保护环境的基本发展原则,扎实做好节能减排工作,确保实现节能减排约束性指标.本文以《南通中央创新区能源专项规划》为例,介绍了能源规划中区域建筑能源规划的规划原则、主要内容、方法及步骤,协调区域能源系统整体规划,根据需求及相关技术规范规定,高效利用传统能源,因地制宜开发利用可再生能源,提高可再生能源比例,实现能源的生态化、节约化和可再生化,指导中央创新区的科学建设.