考虑温度因素的中期电力负荷概率密度预测方法OA北大核心CSCDCSTPCD
A Method to Predict Probability Density of Medium-Term Power Load Considering Temperature Factor
针对温度因素对中期电力负荷的影响，在现有的神经网络预测、区间预测和概率密度预测方法的基础上，研究在不同分位点上温度和历史负荷对电力系统中期负荷分布规律的影响，提出基于神经网络分位数回归的中期电力负荷概率密度预测方法。根据连续的条件分位数函数预测中期负荷在某天的概率密度，获得更多关于中期负荷预测信息。同时，通过比较在考虑温度因素下和不考虑温度因素下的条件概率密度预测曲线以及峰值对应的点预测值，可以得出，预测当天温度对中期负荷预测有较重要的影响，这为…查看全部>>
In allusion to the influence of temperature factor on medium-term power load, based on exiting neural network prediction, interval prediction and probability density prediction the influences of temperatures and historical loads at different quantiles on the distribution rule of power system medium-term load is researched and a method to predict neural network quantile regression based medium-term probability density of power load is proposed. According to c…查看全部>>
何耀耀;闻才喜;许启发;撖奥洋
过程优化与智能决策教育部重点实验室 合肥工业大学，安徽省合肥市 230009过程优化与智能决策教育部重点实验室 合肥工业大学，安徽省合肥市 230009过程优化与智能决策教育部重点实验室 合肥工业大学，安徽省合肥市 230009山东电力集团青岛供电公司调控中心，山东省青岛市 266300
信息技术与安全科学
温度概率密度预测神经网络分位数回归中期负荷
temperatureprobability density predictionneural network quantile regressionmedium-term load
《电网技术》 2015 (1)
大规模数据环境下的电力负荷概率密度预测方法研究
176-181,6
国家自然科学基金项目(71401049)；高等学校博士学科点专项科研基金资助项目(20130111120015)；安徽省自然科学基金项目(1408085QG137)；全国统计科研计划重点项目(2012LZ041)。Project Supported by National Natural Science Foundation of China (71401049) Project Supported by Specialized Research Fund for the Doctoral Program of Higher Education (20130111120015)
评论