TY -的A2 -谢,福鼎AU -杨,易盟——吴,杰盟——陈,烟花AU -李,彩虹PY - 2013 DA - 2013/05/25 TI -短期负荷预测SP - 208964年新战略六世- 2013 AB -这是很难储存电能是一种特殊的能量,因此,电力需求预测仍然是一个重要的问题。准确的短期负荷预测(STLF)在电力系统起着至关重要的作用,因为它是电力系统规划和运行的重要组成部分,也是基本在许多应用程序中。考虑到单个预测模型通常不能为STLF工作很好,一个混合模型季节性ARIMA模型和BP神经网络的基础上提出了提高预测的准确性。首先采用季节性ARIMA模型预测电力负荷需求提前一天;然后,利用剩余负载需求这一预测获得的系列过程与原始系列,后续剩余系列是由BP神经网络预测;最后,通过总结预测剩余系列和预测负荷需求通过季节性ARIMA模型,最终的负荷需求预测系列。案例研究表明,该新战略改善STLF的准确性非常有用。SN - 1085 - 3375你2013/208964 / 10.1155——https://doi.org/10.1155/2013/208964——摩根富林明-抽象和应用分析PB - Hindawi出版公司KW - ER