气象因素对电力系统短期负荷预测的影响研究

金龙 彭(辽宁工程技术大学，中国)

摘要

本研究针对某地区在特定时期的气象数据与电力负荷数据进行分析，旨在探讨气象因素如温度、湿度及降雨量对短期电力负荷预测的影响。通过构建并比较线性回归、决策树和随机森林等多种回归模型，评估了各模型在实际电力负荷预测中的适用性和准确性。研究结果显示，随机森林模型在考虑复杂气象因素的情况下，表现出较高的预测精度和稳定性，提供了有效的电力负荷预测方法。本研究不仅为电力调度和管理提供了科学的决策支持，同时也为未来电力系统负荷预测的研究方向提供了新的视角和方法。

关键词

电力负荷；回归预测；电力系统管理；气象影响

参考

康重庆,夏清,张伯明.电力系统负荷预测研究综述与发展方向的探讨[J].电力系统自动化,2004(17):1-11.

廖旎焕,胡智宏,马莹莹,等.电力系统短期负荷预测方法综述[J].电力系统保护与控制,2011,39(1):147-152.

陈振宇,刘金波,李晨,等.基于LSTM与XGBoost组合模型的超短期电力负荷预测[J].电网技术,2020,44(2):614-620.

Alfares H K, Nazeeruddin M. Electric load forecasting: literature survey and classification of methods[J]. International Journal of Systems Science, 2002,33(1):23-34.

Fan S, Hyndman R J. Short-term load forecasting based on a semi-parametric additive model[J]. IEEE Transactions on Power Systems, 2012,27(1):134-141.

陈卓,孙龙祥.基于深度学习LSTM网络的短期电力负荷预测方法[J].电子技术,2018,47(1):39-41.

DOI: http://dx.doi.org/10.12345/dlynyqy.v2i5.18313