作者：李汉巨负荷预测电力系统日负荷气象
摘要：为了提升预测精度,根据电力系统日负荷曲线特性以及不同时段负荷对气象因素敏感度的差异性,将96点日负荷划分为4个时段分别预测。基于预测日的前一日,以各个时段平均负荷变化为输出变量,以预测日的日类型、月份、最高温度变化、最低温度变化和前一日的最高温度变化、最低温度变化为输入变量,建立多元线性回归模型。通过该模型可计算预测日的平均负荷与前一日的平均负荷的比率。相关性分析表明相邻日的负荷曲线具备较高线性相关度,因此基于前一日的负荷数据,可以推算出预测日的负荷。以东莞地区负荷为例,结果分析表明,本文方法具备较高的稳定性和准确性,优于传统方法。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
