-
公开(公告)号:CN104573857A
公开(公告)日:2015-04-29
申请号:CN201410826498.7
申请日:2014-12-26
CPC classification number: Y02E40/76 , Y04S10/54 , Y04S10/545 , G06Q10/04 , G06Q50/06
Abstract: 一种基于智能算法优化组合的电网负荷率预测方法。本发明首先基于Granger检验等手段在不遗漏信息的情况下筛选留下大量与负荷率存在关系的因素,保证负荷率相关因素分析的准确性和负荷率预测的精度。在进行负荷率预测时,考虑RBF神经网络、GRNN神经网络、SVR等智能算法,充分发挥智能算法遗漏信息少、不深究内部关系、预测精度高等相对传统预测方法的优势,并运用遗传算法对多种预测结果进行优化组合以进一步提高预测精度。该方法可用于电网系统或者大工业用户、居民用户等分类用户的年负荷率预测,为负荷率电价的有关研究提供一定的理论支撑。
-
公开(公告)号:CN104834975A
公开(公告)日:2015-08-12
申请号:CN201510241100.8
申请日:2015-05-13
CPC classification number: Y02E40/76 , Y04S10/54 , Y04S10/545
Abstract: 一种基于智能算法优化组合的电网负荷率预测方法。本发明首先基于Granger检验等手段在不遗漏信息的情况下筛选留下大量与负荷率存在关系的因素,保证负荷率相关因素分析的准确性和负荷率预测的精度。在进行负荷率预测时,考虑RBF神经网络、GRNN神经网络、SVR等智能算法,充分发挥智能算法遗漏信息少、不深究内部关系、预测精度高等相对传统预测方法的优势,并运用遗传算法对多种预测结果进行优化组合以进一步提高预测精度。该方法既可用于年、月、日等不同时间范围的负荷率预测,又可用于大工业用户、居民用户等分类用户的负荷率预测,为负荷率电价的有关研究提供一定的理论支撑。
-
-