格式:pdf
大小:1.3MB
頁數: 5頁
提出了一種基于云模型的電力負荷預測模型.利用云模型中的云發生器,分別將有限的國民生產總值和工業生產總值的增長率和增長變化率樣本數據空間擴充為更具隨機性和普遍性的擴展樣本數據.以國民生產總值為例,建立國民生產總值與電力負荷之間的規則推理,構造云規則推理器.利用云規則推理器獲得電力負荷預測增長率,將國民生產總值和工業生產總值獲得的電力負荷預測增長率進行加權平均,并換算得到最終的電力負荷預測值,獲得的預測結果精度高.
格式:pdf
大小:507KB
頁數: 10頁
住宅電力負荷預測 Patrick Day, Michael Fabian, Don Noble, George Ruwisch, Ryan Spencer, Jeff Stevenson, Rajesh Thoppay Georgia Institute of Technology,North Avenue, Atlanta, GA 30332, USA 摘要:智能電網技術的采用很大程度上驅動了預付電力計量市場的進步。先進 的智能電表促進了智能預付費電表的預付費系統的部署。 一個成功的計劃取決于 能夠準確為每個終端用戶預測每天的能量消耗。 這種預測的方法稱為住宅電力負 荷預測 (RPLF)。本文描述了為推薦項目發起人開發一個的負荷預測模 型 ,SmartGridCIS 的系統工程 (SE)流程和工具。基本概念是 ,電力付費采用類似 于“預付電話費”的方式。建模技術探討分析的替代方案 (