1) ultra-short term load forecasting
超短期负荷预测
1.
A ultra-short term load forecasting method based on autoregression;
基于自回归模型的超短期负荷预测方法
2.
A novel method called load derivation is introduced for ultra-short term load forecasting of power system.
仿真表明了改进模型的有效性和算法的可行性,对于超短期负荷预测这类需要反应迅速的问题,采用本文提供的方法进行预测是可靠且非常有效的。
3.
This paper applies cluster analysis theory in analyzing load tendency through discussion on the main problems existing in ultra-short term load forecasting, and presents a fixed cluster load forecasting method firstly.
分析了当前超短期负荷预测中存在的主要问题;在对大量历史负荷观测的基础上,提出并应 用聚类分析理论进行负荷变化趋势分析;通过分析,在固定分类预测算法的基础上,提出了动态分 类预测算法,该方法能够根据预测目标自动调整预测样本;大量的模拟测试表明,改进后的预测方 法能够在无需频繁维护样本的情况下,大幅提高超短期负荷预测精度,尤其是对节假日负荷预测, 效果更为明显。
2) very short-term load forecasting
超短期负荷预测
1.
And a method for very short-term load forecasting is presented based on the local shape similarity.
在对电力负荷局部特性分析的基础上,定义了一个描述负荷序列形状相似程度的指标——负荷曲线形系数,提出了一种基于局部形相似的超短期负荷预测方法。
3) super short-term load forecasting
超短期负荷预测
1.
Selecting method for similar day in super short-term load forecasting;
超短期负荷预测中相似日的选择方法
4) ultra short-term load forecast
超短期负荷预测
1.
Real-time switched operation of distribution network capacitor has higher requirements for reactive power optimization algorithm on the basis of ultra short-term load forecast and daily power generation plan.
以超短期负荷预测及日发电计划为基础的配电网电容器实时投切操作,对无功优化算法有很高的要求。
5) online super short-time load forecasting
在线超短期负荷预测
6) super-short-term load forecasting (SSTLF)
超短期负荷预报
1.
In order to implement object-controllability and ahead control of automatic generation control (AGC), a new method of frequency bias coefficient setting is proposed based on the multi-target optimum technology and super-short-term load forecasting (SSTLF).
为实现自动发电控制(AGC)的目标可控性和超前控制,提出了一种应用多目标最优化技术和超短期负荷预报的频率偏差系数确定方法。
补充资料：短期电力需求预测
短期电力需求预测
short term forecast for electric power demand
duonq一d旧nll xuq一u yuee短期电力摇求预测(short term foreeast foreleetrie power demand)一般是指一年之内以月为单位，或一月之内以周、天、小时为单位，对未来一个月、一周、一天、一小时时段的电力需求所做的预侧。它是在充分考虑系统的重要运行特性、自然条件和社会因素的条件下，利用一套数学方法，系统地处理过去与未来的电力负荷状况，在满足一定精确度要求下，确定未来某特定时段电力需求量的工作。 计算指标包括预测期、计算周期、预测时段。预测期是指对未来负荷预测的时间范围;计算周期是指多长时间重复计算一次;预测时段是指对预测期内的时段划分。例如，某种负荷预测是在前一天预侧第二天全天每半小时的负荷，则预测期为一天，计算周期为一天，预测时段为半小时;又如，每天预测未来3“天内每周的系统负荷，此时，预测期是一年，计算周期为一天，预测时段为一周。 以往作短期预测时，较多采用预测期与计算周期一致，如周负荷预测，预侧期为一周，每周计算一次，即在每周的周末，预测未来一周的系统负荷。这种做法的缺点是不能跟踪修改原先的预侧。目前，随着计算手段的发展和对负荷预测精确度要求的提高，出现了负荷预测的滚动计算，即负荷预测的计算周期与预侧期不一致，一般计算周期以天或小时为单位。例如，每天滚动计算未来七天负荷、每天滚动计算未来30天每天的负荷、每天滚动计算未来一年每周的负荷等。由于计算周期的缩短，使得预测人员可以根据系统的实际运行情况，跟踪改变负荷预侧值，从而提高预侧精确度. 预测的作用预测对电力系统的经济调度和电力市场运营都非常重要。系统调度人员在编制开停机计划、机组检修计划、机组发电计划、网间交换计划以及水火电联合调度计划等时，都必须以负荷预测的数据为依据。准确的负荷预测，可以减少系统停机备用和旋转备用，增加系统安全稳定运行的水平，充分利用网间的错峰效益，从而降低运行成本。短期需求预测对电力市场的作用，体现在对市场运营人员、发电商、配电商三个方面的作用(对用户的作用可参照对配电商的作用)。在具备负荷预测的数据以后，市场运营人员才有可能编制发电计划和辅助服务计划(包括备用、无功服务等)、检验电网潮流、计算上网电价和售电电价等.市场运营人员必须滚动计算负荷预测数据并向市场成员公布，市场成员也必须向市场运营人员提供必需的运行数据.发电商可以通过市场运营部门发布的负荷预测数据，制定报价决策，合理安排发电计划和检修计划.配电商可根据负荷预测数据，决定购电计划。负荷预测数据的交换可在市场运营人员和市场成员之间起到沟通信息的作用。 预测的方法经典的方法有类比法、单耗法、负祷密度法、电力弹性系数法、比例系数增长法，随后出现时间序列法、回归分析法、灰色预测法、随机序列预侧法;新出现的方法有优选组合法、专家系统预侧法、神经网络法、小波分析法等。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条