黄珊
- 作品数：4 被引量：119H指数：4
- 供职机构：湖南大学电气与信息工程学院更多>>
- 相关领域：电气工程更多>>
- 基于累积式自回归动平均传递函数模型的短期负荷预测被引量：19
- 2009年
- 针对短期负荷预测,提出了累积式自回归动平均(auto-regressive integrated moving average,ARIMA)传递函数模型的简化建模方法。传递函数模型考虑了干扰因素对因变量的作用,体现了干扰因素中变量间相互影响的关系。其构造灵活,可用较少的参数建立阶数较高的模型;并且假定值较少,容易得到满足。该文还将温度因素考虑在内,通过算例将传递函数模型和ARIMA模型的预测结果与实际值进行了比较,结果表明采用传递函数改进后的ARIMA模型预测精度提高,预测误差减小,具有较强的实用性。
- 李妮江岳春黄珊毛李帆
- 关键词：负荷预测时间序列
- 模糊聚类分析和代数算法结合的短期负荷预测被引量：9
- 2011年
- 为了提高短期负荷预测速度和精度,提出了将模糊聚类分析和神经网络代数算法相结合的短期负荷预测方法。综合考虑天气、日类型、历史负荷等对未来负荷变化的影响,通过模糊聚类分析选取学习样本,找出同预测日相符的预测类别,采用神经网络代数算法训练样本,对24小时负荷(24点)每点建立一个预测模型。该方法充分发挥了神经网络和模糊理论处理非线性问题的能力,提高了学习效能,而且克服了传统BP算法存在的缺点。算例分析结果表明该方法有较高的预测精度,取得了令人满意的结果。
- 周虎江岳春陈旭黄珊彭信淞
- 关键词：短期负荷预测反向传播算法
- 基于偏最小二乘回归分析的中长期电力负荷预测被引量：85
- 2008年
- 针对中长期电力负荷预测,介绍偏最小二乘回归分析方法的原理,推导该算法的简化建模步骤。该方法能在最大限度保留原有数据信息的前提下,将数据信息集中在几个互不相关的主成分上,因而能有效解决建立负荷预测模型时由于样本个数较少及自变量存在严重的多重相关性,难以通过多元回归分析建立预测模型的问题。通过算例对偏最小二乘回归分析方法、最小二乘法和逐步回归分析方法进行了比较,结果表明,将偏最小二乘回归分析方法用于中长期电力负荷预测时,计算快捷,准确性高,具有较强的实用性。
- 毛李帆江岳春龙瑞华李妮黄慧黄珊
- 关键词：中长期负荷预测多元线性回归
- 基于特征值和G1法的电力需求侧能效指标筛选优化被引量：8
- 2010年
- 能效管理是电力需求侧管理的重要内容,针对电力用户能效评估中指标冗余的问题,引入了特征值和G1法对初步建立的指标体系进行筛选,优化电力需求侧节能减排评价模型。该方法将特征值法和G1法相结合,通过比较各指标权重与权重阈值的大小,筛选出弱权重指标并将之剔除。由于不依赖判断矩阵的一致性条件,因而能有效解决当指标体系判断矩阵不满足一致性检验时,难以进行指标筛选的问题。用该法对江西省能效评估指标体系进行筛选优化,结果表明该法计算快捷,可靠性高,具有较强的实用性。
- 黄珊江岳春陈旭周虎
- 关键词：能效评估
