基于SARIMA-GRNN-SVM的短期商业电力负荷组合预测方法OA北大核心CSCDCSTPCD
Short-term Combined Commercial Load Forecasting Method Based on SARIMA-GRNN-SVM
针对短期商业电力负荷预测准确性与周期难以满足现有电力现货市场的问题,提出了一种基于SARIMA-GRNN-SVM(seasonal autoregressive integrated moving average-generalized regression neural network-support vectormachine)的商业电力负荷组合预测模型.首先,对商业电力负荷变化的周期规律与随机因素的复杂影响进行了分析;然后,结合以上分析,选…查看全部>>
徐晶;迟福建;葛磊蛟;李娟;张梁;羡一鸣
国网天津市电力公司经济技术研究院,天津 300171国网天津市电力公司,天津 300055天津大学电气自动化与信息工程学院,天津 300072国网天津市电力公司经济技术研究院,天津 300171国网天津市电力公司经济技术研究院,天津 300171省部共建电工装备可靠性与智能化国家重点实验室(河北工业大学电气工程学院),天津 300132
信息技术与安全科学
商业电力负荷短期预测季节自回归差分移动平均模型广义回归神经网络支持向量机
《电力系统及其自动化学报》 2020 (2)
85-91,7
国家电网有限公司科技资助项目"能源与体制变革环境下配电网规划关键技术和适应性机制研究"(KJ19-1-25)
评论