国家自然科学基金(50077007)
- 作品数：70 被引量：1,490H指数：22
- 相关作者：牛东晓邢棉谢宏任峰张国立更多>>
- 相关机构：华北电力大学上海交通大学上海海事大学更多>>
- 发文基金：国家自然科学基金国家教育部博士点基金河北省哲学社会科学规划研究项目更多>>
- 相关领域：电气工程经济管理自动化与计算机技术理学更多>>
- 负荷预测的线性稀疏数AR预测模型被引量：5
- 2004年
- 对时间序列线性ARIMA模型的建模和预测方法进行了总结,根据其特征提出了采用稀疏数AR模型代替ARIMA模型作为通用线性预测模型,并给出了模型搜索算法,使得时间序列线性预测模型的建模过程无需人的干预而能通过程序自动完成。
- 谢宏程浩忠张国立牛东晓
- 关键词：电力系统负荷预测ARIMA模型时间序列
- 遗传神经网络优化预测方法研究及其应用被引量：35
- 2001年
- 根据短期电力负荷预测的特点，将遗传算法和人工神经网络相结合，提出一种负荷预测新算法─—遗传神经网络优化预测方法。该方法明显地提高了模型的优化能力，有效地克服了人工神经网络学习速度慢、存在局部极小点的固有缺陷。经实例验证，该方法能有效地提高预测精度和速度。
- 牛东晓陈志业邢棉谢宏
- 关键词：遗传算法神经网络负荷预测电力系统
- 基于博弈论和灰色关联度的区域电力市场运营效果评价指标体系被引量：34
- 2007年
- 首先对以往输电网的运营经济性进行了评价,并在此基础上建立了区域电力市场运营效果评价指标体系。为克服采用单一方法确定权重所存在的片面性,采用基于博弈论的组合权重确定方法来确定指标的权重。在对我国区域电力市场的现存运营模式进行分析比较后,结合电力市场的特性建立了改进的灰色关联度决策模型,并对我国六大区域电力市场的运营效果进行了综合评价。
- 周建国王潇炜
- 关键词：区域电力市场博弈论综合评价
- 基于预测模型库关联优化的电力负荷组合预测模型被引量：10
- 2005年
- 针对中长期电力负荷同时具有增长性和波动性的二重趋势,基于预测模型库关联优化的电力负荷组合预测模型理论,首先对GM(1,1)模型进行改进,引入修正系数,使得原始序列与新预测值的误差在最小二乘意义下达到最小。然后建立模型库,通过灰色关联分析选取两个关联度最大的预测模型,再对这两个预测模型进行优化组合,得到最优模型。通过实例验证,基于预测模型库关联优化的电力负荷组合预测模型达到了满意的预测结果。
- 杨实俊牛东晓
- 关键词：电力负荷波动性GM预测值修正系数
- 基于GANO算法的电力系统中长期负荷预测研究被引量：1
- 2007年
- 进行负荷预测时,由于中长期负荷历史数据较少而制约因素较多,因此预测难度较大。在分析了灰色预测和神经网络预测优缺点的基础上,提出了多因素灰色神经网络组合预测模型(GANO)。该模型首先采用灰色GM(1,n)模型处理多因素的影响,进而利用BP神经网络训练电力历史负荷数据,最后利用统计方差的倒数建立较为理想的优化组合预测模型。该优化模型结合了各模型优点且综合考虑了电力负荷的多种制约因素。经算例验证,优于单一历史负荷预测模型,有效地提高了中长期负荷预测精度。
- 顾曦华邢棉牛东晓程利敏
- 关键词：电力负荷预测人工神经网络
- 基于关联分析的多因素电力负荷预测灰色模型群研究被引量：34
- 2006年
- 针对目前电力负荷预测受到多种因素的影响,在灰色关联分析的基础上对灰色模型群进行了研究。以河北南网用电量为研究对象,将全社会用电量分为若干子系统,使用灰色关联分析的方法确定主因素变量,利用灰色模型群建模法,从不同方面建立多种预测模型,综合协调各个结果得到更为合理的预测值。
- 牛东晓张彤彤陈立荣张博
- 关键词：灰色关联分析负荷预测
- 二重趋势性季节型电力负荷预测组合灰色神经网络模型被引量：15
- 2001年
- 对于具有增长和波动二重趋势性的季节型电力负荷 ,首次提出了季节型负荷预测的组合优化灰色神经网络模型 ,研究了同时考虑两种 (非线性 )趋势的复杂季节型负荷预测问题 ,说明了此优化模型分别优于两种单一发展趋势负荷预测模型 ,给出了电力负荷预测的应用实例 ,为季节型电力负荷预测提供了一种新的。
- 牛东晓乞建勋邢棉
- 关键词：电力负荷预测
- 模糊处理变结构神经网络日负荷预测方法研究被引量：12
- 2001年
- 对于受不确定因素影响的日电力负荷 ,首次提出了基于模糊分类规则的变结构神经网络负荷预测模型 ,考虑从两方面改进预测精度 ,一个方面是通过模糊分类规则 ,使过去的负荷数据分为不同气候特征 ,选用同类特征数据进行预测 ,另一个方面是通过神经网络变结构优化 ,确定最优网络和最优拟合逼近 ,从而得到最优的预测结果。这种新方法同时考虑了天气因素的影响和神经网络的最优确定 ,因此 。
- 牛东晓乞建勋
- 关键词：负荷预测影响因素电力负荷
- 网格化的电力系统短期负荷预测的MDRBR模型被引量：11
- 2005年
- 针对大电网的短期负荷预测,建立了按地域划分的网格化电力系统短期负荷预测模型。各 子网格根据自身的历史负荷和气象条件建立对网格更为有效的负荷预测模型,并采用了面向粗糙 集的默认规则挖掘算法(MDRBR——mining default rules based on rough set)构造各单一预测模 型,从而获得更加准确的预测结果。文中首先描述了MDRBR算法,然后分析研究了网格化的日 负荷多层规则网络构造过程,并给出了基于MDRBR算法的日负荷预测过程以及对某地历史数据 的负荷预测结果。分析结果表明,该网格化负荷预测模型能更加准确地得出预测结果,有效地减少 噪声,计算简单,且规则搜索效率高。
- 黎静华栗然顾雪平牛东晓
- 关键词：电力系统负荷预测网格化粗糙集离散化
- 网络资源平衡问题的聚类分析优化遗传算法研究
- 对工程网络资源平衡的遗传算法的缺陷进行了分析,提出了聚类分析优化遗传算法,通过种群优化分类,使搜索半径不断缩小,实现了自适应连续优化搜索,较大提高了网络优化收敛速度,解的精度及全域寻优能力,通过分析和实例验证,表明该算法...
- 牛东晓乞建勋
- 关键词：资源平衡网络优化聚类分析遗传算法
- 文献传递
