基于实时气象因素的短期负荷预测方法
短期负荷预测对于电力系统安全经济运行有着重要的作用,人们一直致力于研究新的预测模型,提高预测结果的精度。目前,因为气象敏感负荷在总负荷中所所占的比重越来越大,故关键是通过如何更加合理地考虑气象因素对负荷的影响来实现提高预测精度。鉴于气象部门无法提供实时温度等气象预测结果,电力系统所建立的预测模型绝大多数都是基于日特征气象因素,诸如日最高温度、最低温度等。针对短期负荷预测,本文分析了气象因素的影响和作用,分析了处理不同阶段气象因素的策略,比较了考虑实时气象因素的短期负荷预测模型,模型基于神经网络。
负荷预测 神经网络 电力系统 气象因素
马丽 邱正美 张建华
华北电力大学电气与电子工程学院 北京 102206
国内会议
长沙
中文
1-4
2009-10-01（万方平台首次上网日期，不代表论文的发表时间）