收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

贵州省中期用电需求组合预测

安秋娴  
【摘要】:贵州省在西电东送工程中占有重大战略地位,精确的本省负荷预测对于整个贵州省的电力产业规划都具有重大意义。电网规划决定着供电区域的电力发展是否能够满足区域经济发展需求,而负荷预测是电网规划的基础,结果的准确性直接影响电网是否能够安全可靠地运行。本文在分析了贵州省电力负荷的特性规律,影响因素的基础上,另外还分析了多类单种负荷预测方法、组合预测方法、误差分析方法以及其运用范围,然后采用了二次移动平均法、指数平滑法、多元线性回归、偏最小二乘回归、灰色预测法对贵州省2003年-2013年的历史数据进行了模拟分析,预测结果显示运用偏最小二乘回归法(PLS)建模与灰色GM(1,1)方法建模的精度分别达到96.95%和96.53%,并且很好地克服了解释变量之间相关性问题。中期电力负荷预测受社会、经济、气候等多方面因素的影响,每一种预测方法都不能完全保证在任何情况下都预测精准,为了提高预测的精度,本文最后将PLS与灰色GM(1,1)组合起来进行建模,得到精度可达到97.3%的模拟结果,故使用此组合方法对贵州省2016年-2020年的用电量进行了预测,在得到负荷预测结果的基础上分析贵州省“十二五”的电网建设成果,根据贵州省的电网建设战略和经济发展总趋势,对该省2016年-2020年的电网规划方案提出展望,并提出未来贵州省负荷预测应注意的问题。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王郁;;组合预测何以兴起[J];预测;1989年04期
2 C.W.J.Granger;赵文奇;;二十年来的组合预测[J];预测;1991年03期
3 唐小我;;最优组合预测的计算方法[J];管理现代化;1992年01期
4 马永开,唐小我;两种组合预测优化模型的分析和比较[J];电子科技大学学报;1998年01期
5 曾勇,唐小我,陈珂;组合预测冗余方法判定的一个补充规则[J];电子科技大学学报;1998年02期
6 王硕,唐小我,周俊;组合预测软科学方法研究[J];运筹与管理;1999年01期
7 陈华友;组合预测权系数确定的一种合作对策方法[J];预测;2003年01期
8 邓雪;;最优组合预测误差平方和取值范围的若干新结果[J];经济数学;2006年01期
9 张疆涌;;综合权组合预测[J];硅谷;2009年24期
10 刘延平;邵悦然;李卫东;;我国铁路客运量的组合预测[J];物流技术;2010年07期
11 殷春武;石宇翔;;广义偏差最小的组合预测加权系数确定[J];统计与决策;2011年01期
12 柴元春;;我国能源总产量的组合预测[J];赤峰学院学报(自然科学版);2011年04期
13 谢波峰;刘志安;;纳税遵从水平测算新方法研究:基于组合预测的探索[J];税务研究;2011年03期
14 孙李红;;基于灰色组合预测的国内债券余额预测[J];哈尔滨商业大学学报(自然科学版);2012年02期
15 张晓琴;陈佳佳;原静;;成分数据的组合预测[J];应用概率统计;2013年03期
16 涂德服;略论组合预测统计方法[J];财经科学;1986年06期
17 王郁,刘豹;递归等权组合预测[J];预测;1988年05期
18 张国平;B—G组合预测理论剖析[J];预测;1988年05期
19 唐小我;;组合预测计算方法研究[J];预测;1991年04期
20 王应明;傅国伟;;群组预测集结方法研究[J];预测;1993年03期
中国重要会议论文全文数据库 前9条
1 孙将平;叶志斌;季永青;;浙江省水路货运量最优组合预测[A];第六届长三角科技论坛航运分论坛暨江苏省航海学会2009年学术年会论文集[C];2009年
2 刘平;张莉;马秀兰;;乌鲁木齐市农、林、牧、渔业总产值的组合预测研究[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年
3 李国锋;陈绪根;;山东省劳动力就业需求组合预测研究[A];21世纪数量经济学(第9卷)[C];2008年
4 田瑾;项静恬;陈殿斌;;多种时间序列建模及组合预测的比较和改进[A];中国现场统计研究会第九届学术年会论文集[C];1999年
5 李存金;;简单平均法下的最优组合预测问题研究[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集(第3卷)[C];1995年
6 刘茂余;于丽英;;一种组合预测新方法的研究[A];中国运筹学会第九届学术交流会论文集[C];2008年
7 樊英;张秋菊;;工业增加值预测系统的分析设计[A];中国企业运筹学[C];2006年
8 吴登生;李建平;孙晓蕾;;考虑模型相关性的组合预测过程中单项模型筛选研究[A];中国系统工程学会第十八届学术年会论文集——A02管理科学[C];2014年
9 吴文东;吴刚;魏一鸣;范英;;基于相关系数的钢材需求量组合预测[A];第十届中国管理科学学术年会论文集[C];2008年
中国博士学位论文全文数据库 前6条
1 赵欣;小世界网络理论及其在风电功率短期预测中的应用研究[D];北京交通大学;2015年
2 刘启浩;风险值组合预测的理论与实证[D];北京工业大学;2009年
3 蒋传进;基于模型遴选规则的自适应组合预测研究[D];东华大学;2014年
4 郭晓君;灰色自忆性组合预测拓展模型及应用研究[D];南京航空航天大学;2015年
5 谭泗桥;支持向量回归机的改进及其在植物保护中的应用[D];湖南农业大学;2008年
6 王富强;风电场短期风速预测及模拟的理论与方法研究[D];华北电力大学;2013年
中国硕士学位论文全文数据库 前10条
1 马艳玲;组合预测在医药流通企业销售预测中的应用研究[D];华南理工大学;2015年
2 陈嵩;组合预测技术及其在功率预测中的应用[D];华北电力大学;2015年
3 郭二凤;ATM现金流预测的研究[D];辽宁科技大学;2015年
4 施艳春;基于非线性时间序列和神经网络的风电功率短期预测[D];沈阳工业大学;2016年
5 王克楠;基于关联特性分析的铁路事故数据挖掘及预测、预警方法研究[D];北京交通大学;2016年
6 马斌;基于人工智能的短期风电功率组合预测研究[D];西南交通大学;2016年
7 沈达;我国通货膨胀率的波动与组合预测研究[D];首都经济贸易大学;2016年
8 杨冬强;风力发电短期功率预测研究[D];郑州大学;2016年
9 安秋娴;贵州省中期用电需求组合预测[D];华北电力大学(北京);2016年
10 刘旭;基于大数据的风功率预测模型优化研究与实现[D];华北电力大学;2016年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978