格式:pdf
大?。?span class="single-tag-height">209KB
頁(yè)數(shù): 4頁(yè)
方法的選擇對(duì)電力負(fù)荷預(yù)測(cè)結(jié)果至關(guān)重要,本文通過(guò)對(duì)x(1)(1)增加干擾因素β,實(shí)現(xiàn)對(duì)初始值的優(yōu)化,較已有研究文獻(xiàn)使用x(1)(n)+β方法更加便于理解,保持運(yùn)算前后一致,同時(shí),改進(jìn)背景值的設(shè)置。通過(guò)實(shí)例驗(yàn)證,此方法可以在負(fù)荷預(yù)測(cè)上得到很好的應(yīng)用,提高預(yù)測(cè)精度。
格式:pdf
大?。?span class="single-tag-height">1.3MB
頁(yè)數(shù): 5頁(yè)
提出了一種基于云模型的電力負(fù)荷預(yù)測(cè)模型.利用云模型中的云發(fā)生器,分別將有限的國(guó)民生產(chǎn)總值和工業(yè)生產(chǎn)總值的增長(zhǎng)率和增長(zhǎng)變化率樣本數(shù)據(jù)空間擴(kuò)充為更具隨機(jī)性和普遍性的擴(kuò)展樣本數(shù)據(jù).以國(guó)民生產(chǎn)總值為例,建立國(guó)民生產(chǎn)總值與電力負(fù)荷之間的規(guī)則推理,構(gòu)造云規(guī)則推理器.利用云規(guī)則推理器獲得電力負(fù)荷預(yù)測(cè)增長(zhǎng)率,將國(guó)民生產(chǎn)總值和工業(yè)生產(chǎn)總值獲得的電力負(fù)荷預(yù)測(cè)增長(zhǎng)率進(jìn)行加權(quán)平均,并換算得到最終的電力負(fù)荷預(yù)測(cè)值,獲得的預(yù)測(cè)結(jié)果精度高.
電力負(fù)荷預(yù)測(cè)技術(shù)及其應(yīng)用知識(shí)來(lái)自于造價(jià)通云知平臺(tái)上百萬(wàn)用戶的經(jīng)驗(yàn)與心得交流。 注冊(cè)登錄 造價(jià)通即可以了解到相關(guān)電力負(fù)荷預(yù)測(cè)技術(shù)及其應(yīng)用最新的精華知識(shí)、熱門(mén)知識(shí)、相關(guān)問(wèn)答、行業(yè)資訊及精品資料下載。同時(shí),造價(jià)通還為您提供材價(jià)查詢、測(cè)算、詢價(jià)、云造價(jià)等建設(shè)行業(yè)領(lǐng)域優(yōu)質(zhì)服務(wù)。手機(jī)版訪問(wèn):電力負(fù)荷預(yù)測(cè)技術(shù)及其應(yīng)用