张成 作品数:4 被引量:61 H指数:4 供职机构: 四川大学电气信息学院 更多>> 相关领域: 电气工程 更多>>
基于灰色离散Verhulst模型理论的电力中长期负荷预测研究 被引量:11 2013年 针对传统GM(1,1)模型对呈"S型"规律增长的负荷序列建模预测时误差大的缺点,提出了灰色离散Verhulst模型。该模型借鉴了非齐次指数的离散灰色模型的建模机理,避免了经典灰色Verhulst预测模型由于参数估计采用离散方程而模拟和预测采用连续方程所带来的系统误差。给出了所提出的灰色离散Verhulst模型的递推解的形式。根据灰色预测理论的预测特点,采用等维灰数递补预测法对灰色离散Verhulst模型进行改进。通过实例证明,所提出的方法是正确和有效的。 张成 滕欢 付婷关键词:负荷预测 离散化 电动汽车充电站规划模型及评价方法 被引量:34 2014年 电动汽车充电站是电动汽车相关基础设施的重要组成部分,也是电动汽车未来大规模应用的必要前提。首先用网格法确定规划区充电站站址,并提出了负荷率控制系数和充电负荷密集区等概念,接着建立了充电站规划模型和充电站盈利模型。运用充电站负荷率、投资回收期、充电行驶里程和综合满意度4类评价指标对充电站的选址与整体经济性进行了评价。案例分析表明了规划方法的有效性和适应性。 张成 滕欢关键词:电动汽车 充电站 评价指标 基于岭回归与偏最小二乘回归的中长期负荷预测 被引量:7 2011年 为了提高负荷预测的精度,在负荷预测模型的建立过程中往往选取一些相关影响因素。然而此种情况往往将一些不重要的因素也考虑进来,增加了负荷建模的难度,有时甚至出现模型不好解释的现象。为了避免这种情况,提出了首先用岭估计法筛选所有选出的自变量集合,剔除那些对负荷影响不显著的因素,然后用剩余的自变量集合通过偏最小二乘回归法建模。通过实例应用,证明了该方法的正确性和有效性。 张成 滕欢关键词:负荷预测 岭估计 偏最小二乘法 基于偏最小二乘法与BP神经网络的电力中长期负荷预测 被引量:11 2012年 用于考虑多个相关因素影响的负荷预测时,偏最小二乘法(partial least squares regression,PLSR)通过提取影响负荷的自变量集的主成分,克服了自变量间多重相关性对于负荷建模带来的不利影响,具有对模型解释能力强的优点。但PLSR也有其自身的弱点,如自变量系统中可能存在与因变量无关的正交数据信息,而影响模型的预测精度。基于PLSR算法和BP神经网络的特性,建立了一种PLSR-BP神经网络模型,该模型对原PLSR建模过程中产生的权值和回归系数进行修正,仿真研究结果证明了该方法的正确性和有效性。 张成 滕欢关键词:电力负荷预测 权值 神经网络