需求响应下的电力负荷特性分析

针对需求响应下的电力负荷特性,在介绍需求侧电力负荷分类基础上,研究了需求侧响应下多种影响因素,根据分析结果,分析了负荷预测过程中误差产生的机理及误差组成,将负荷特性分析技术用于缩小负荷预测误差,指出采用负荷特性分析方法拟定的预测网络输入可随预测模型柔性变化,减小预测过程中的总预测误差。     

基于多级负荷智能协调的母线短期负荷预测

为提高母线负荷预测精度,提出一种基于多级负荷智能协调的母线短期负荷预测方法。首先对预测母线负荷序列进行历史负荷与当前负荷的相关性分析,再进行系统空间母线与预测母线的相关性分析,根据两次相关性分析结果合理设置算例,得到预测网络的最优输入方式,然后利用长短时记忆网络(LSTM)建立母线短期负荷预测模型,最后运用吉林省某地区的实测数据将提出模型与反向传播(BP)神经网络和支持向量机(SVM)的预测结果进行对比分析,验证本文提出的预测模型具有更高的精确度。