科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对冷热电负荷波动与天气信息关系密切的现状，提出一种基于天气信息修正的短期冷热电负荷联合预测方法。首先，使用基于增量学习的宽度学习预测模型对待预测日天气信息进行修正；同时，使用季节分解方法对冷热电负荷进行分解，将三种负荷分解成为长期趋势及循环分量、季节分量以及不规则分量。其次，对分解不同负荷得到的相同分量使用同一个预测模型进行预测，并将各分量预测结果综合得到冷热电负荷预测结果。最后，利用某地区的真实天气数据及负荷数据进行分析，对所提天气修正方法和模型框架在冷热电负荷预测中的优越性进行了验证。结果表明，与常见的预测模型以及一般的预测框架对比，所提方法能够有效提高冷热电负荷预测精度。
- 单位
