摘要
本发明提出一种网供负荷预测方法,在通过BP神经网络重构未知站点的光伏功率的基础上,使用ARIMA模型对网供负荷总加数据和光伏功率总加数据进行预测,并使用马尔科夫链蒙特卡罗方法对网供负荷进行综合预测。从而提高电力系统的功率预测精度和负荷调度能力。该方法克服了传统方法由于光伏发电功率通常未被直接计量或计量数据缺失,依赖气象交互项间接建模导致网供负荷预测精度受限的缺点,通过先对光伏发电功率数据进行重构操作,再结合网供负荷的预测值,提高了网供负荷预测的准确性和鲁棒性。
技术关键词
负荷预测方法
Delaunay三角网
ARIMA模型
地理位置信息
蒙特卡罗方法
站点
Voronoi多边形
光伏发电功率
数据
BP神经网络模型
负荷预测精度
负荷预测系统
关系
三角形
重构模型
系统为您推荐了相关专利信息
数据实时监测方法
能耗
分段
电力
ARIMA模型
管控一体化系统
环境监测模块
防凝露设备
统计方法
新能源电力设备