全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

基于改进的D-S证据理论的中长期负荷预测方法

, PP. 157-162

Keywords: 中长期负荷预测,证据理论,信度分配函数,专家经验

Full-Text   Cite this paper   Add to My Lib

Abstract:

提出一种基于改进的证据理论的中长期负荷预测方法。该方法采用证据理论中Dempster合成法则和Yager组合规则,融合多种基础预测方法的预测结果,并将基于D-S证据理论的预测模型与专家经验进行无缝结合,使得改进后的预测方法更具实际意义。以某省级电力系统为例进行了负荷预测的分析和对比,结果证明了本文方法的有效性。

References

[1]  Chen Zehuai, Zhang Yao, Wu Zhigang. Application of RBF neural network in medium and long-term load forecasting[J]. Proceedings of the CSU-EPSA, 2006, 18(1): 15-19.
[2]  Vermaak J, Botha E C. Recurrent neural networks for short-term load forecasting[J]. IEEE Transactions on Power Systems, 1998, 13(1): 126-132.
[3]  Zeng Ming, Feng Yi, Liu Da, et al. Electricity price forecasting based on multi-models combined by evidential theory[J]. Proceedings of the CSEE, 2008, 28(16): 84-89.
[4]  李如琦, 唐卓贞, 唐武斌, 等. 证据理论在短期负荷预测相似日选择中的应用[J]. 继电器, 2008, 36(7): 34-37.
[5]  Yager R R. On the dempster-shafer framework and new combination rules[J]. Information Science, 1989, 41(2): 93-137.
[6]  Ni Ming, Gao Xiaoping, Shan Yuanda. Application of evidence theory into middle term load forecasting[J]. Proceedings of the CSEE, 1997, 17(3): 1999-2003.
[7]  Kandil M S, EL-Debeiky S M, Hasanien N E. Overview and comparison of long-term forecasting techniques for a fast developing utility: part 1[J]. Electric Power Systems Research, 2001, 58(1): 11-17.
[8]  Soliman S A, AL-Hamadi H M. Long-term/mid-term electric load forecasting based on short-term correlation and annual growth[J]. Electrical Power System Research, 2005, 74(3): 353-361.
[9]  朱芸, 乐秀璠. 可变参数无偏灰色模型的中长期负荷预测[J]. 电力自动化设备, 2003, 23(4): 25-27.
[10]  Zhu Yun, Le Xiufan. Unbiased grey-forecasting model with unfixed parameter for long-term load[J]. Electric Power Automation Equipment, 2003, 23(4): 25-27.
[11]  谢勃. 中长期负荷预测的不确定性模型研究与应用[D]. 南京: 河海大学, 2007.
[12]  周中明, 李建平, 张鑫, 等. ANN在电力系统负荷预测中的应用[J]. 电力系统及其自动化学报, 2003, 15(2): 36-39.
[13]  Zhou Zhongming, Li Jianping, Zhang Xin, et al. The application of ANN in middle term load forecasting of power system[J]. Proceedings of the CSU-EPSA, 2003, 15(2): 36-39.
[14]  陈泽淮, 张尧, 武志刚. RBF神经网络在中长期负荷预测中的应用[J]. 电力系统及其自动化学报, 2006, 18(1): 15-19.
[15]  曾鸣, 冯义, 刘达, 等. 基于证据理论的多模型组合电价预测[J]. 中国电机工程学报, 2008, 28(16): 84-89.
[16]  Li Ruqi, Tang Zhuozhen, Tang Wubin, et al. Application of evidence theory into select similar days for short-term load forecasting[J]. Relay, 2008, 36(7): 34-37.
[17]  叶在福, 单渊达. 基于信度的不确定性推理——证据理论及其在电力系统规划中的应用[J]. 电力系统及其自动化工程学报, 2000, 12(3): 5-8.
[18]  Ye Zaifu, Shan Yuanda. Uncertainty reasoning based on belief degree-evidential theory and applications in power system planning[J]. Proceedings of the CSU-EPSA, 2000, 12(3): 5-8.
[19]  孙全, 叶秀清, 顾伟康. 一种新的基于证据理论的合成公式[J]. 电子学报, 2000(8): 117-119.
[20]  Sun Quan, Ye Xiuqing, Gu Weikang. A new combination rules of evidence theory[J]. Acta Electronica Sinica, 2000(8): 117-119.
[21]  倪明, 高晓萍, 单渊达. 证据理论在中期负荷预测中的应用[J]. 中国电机工程学报, 1997, 17(3): 1999-2003.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133