
info@juzhikan.asia
南京工程学院电力工程学院/沈国荣学院,江苏南京,211167;
摘要:电力系统不断建设,从宏观上对负荷预测的各种预测方法也愈加成熟,然而气象因素对短期负荷预测的影响也成为了精细化电力系统负荷预测的一个方面。为此本文介绍了部分气象因子的作用机理以及比较多种在气象因子影响下的负荷预测方法的优缺点,从而帮助电力系统运营者更好地调控,提高系统的稳定性和实用性。
关键词:电力系统;气象因子;短期负荷预测
参考文献
[1]Hansong Z ,Si C ,Wen L , et al.Correction: Study on the influence of meteorological factors on influenza in different regions and predictions based on an LSTM algorithm.[J].BMC public health,2023,23(1):269-269.
[1]董家富,薛一波.气象因子与电力负荷的时空关联特性研究[J].电力信息与通信技术,2022,20(06):11-23.
[3]王凌云,周翔,田恬,等.基于多维气象信息时空融合和MPA-VMD的短期电力负荷组合预测模型[J].电力自动化设备,2024,44(02):190-197.
[4]陈振龙,刘俊杰,郝晓珍.基于扭曲混合Copula函数的均值-ES模型的构建与应用[J/OL].统计与信息论坛,1-12[2024-12-05].
[5]朱振伟 气象因素对电网负荷特性的研究 浙江大学硕士论文
[6]谢静方,秦元明 气象因素与舒适度及健康 北京气象出版社
[7]肖晶 基于人体舒适度指数负荷特性分析方法的研究 东南大学硕士论文
[8]赵希正.中国电力负荷特性分析与预测 北京中国电力出版社
[9]杜彦巍等 综合气象指数对电力负荷的影响分析 重庆大学学报
[10]朱振伟.气象因素对电网负荷特性影响的研究[D].浙江大学,2008.
[11]胡长洪.考虑实时气象因素的短期负荷预测[D].浙江大学,2010.
[12]邓春红,王蒙.基于相似日和灰色理论的短期电力负荷预测研究[J].重庆工商大学学报(自然科学版),2017,34(03):93-97.DOI:10.16055/j.issn.1672-058X.2017.0003.017.
[13]翁煜.基于分位数ARMAX回归模型的电力负荷预测[D].江西财经大学,2023.DOI:10.27175/d.cnki.gjxcu.2023.000189.
[14]朱凌建,荀子涵,王裕鑫,等.基于 CNN-BiLSTM 的短期电 力负荷预测[J].电网技术,2021,45(11):4532-4539. ZHULingjian,XUNZihan,WANGYuxin,etal.Short-termpowerloadforecastingbasedonCNN-BiLSTM[J].PowerSystemTechnology,2021,45(11):4532-4539.
[15]周思思,李勇,郭钇秀,等.考虑时序特征提取与双重注意力 融合的 TCN 超短期负荷预测[J].电力系统自动化,2023,47 (18):193-205.