堆叠式自动编码器和基于极限学习机的电力负荷预测混合模型

详细见文档：https://blog.csdn.net/KOBEYU652453/article/details/117442318

空调负荷占电力终端设备的比重逐年增长，已成为峰 荷最重要的组成部分，加深了中国高峰时段的供需矛盾，导 致峰谷差进一步拉大。但同时空调负荷具有一定热存储能 力，具备巨大的负荷调节潜力，可以通过需求响应纳入到电 力系统调度中。为此，提出了基于直接负荷控制的空调负荷 双层优化调度和控制模型。在宏观层模型中，根据负荷聚合 商在各时段的空调负荷出力和报价，优化调度计划，最小化 电力公司负荷调度成本；在微观层模型中，通过优化其管辖 范围内空调负荷的控制策略，使得实际的空调负荷出力与调 度计划尽可能保持一致并最大化其利益。通过算例分析说明了所提出模型的应用方法。

负荷分类

为提高综合能源系统可靠性评估的精度和实用性，提出一种考虑多能流传输与热惰性的综合能源系统序贯模拟可靠性评估方法。以冷热电三联供机组为核心构建综合能源系统结构模型，并进行计及损耗的综合能源多能潮流计算；在系统状态分析中考虑负荷重要程度和运行经济性，建立负荷削减优化模型；计及热网惰性及传输延时特性，对供热可靠性指标进行修正。基于运行模拟和序贯蒙特卡洛模拟方法对20节点综合能源系统进行可靠性评估，仿真结果验证了所提方法的有效性。

为了提高负荷短期预测的准确性和稳定性，提出了一种结合改进的灰狼优化（IGWO）和极限学习机（ELM）进行短期云计算资源负荷预测的模型。 改进的GWO算法用于搜索与ELM的预测性能密切相关的最佳ELM参数。 实验结果表明，IGWO-ELM模型可以准确地表征云计算资源短期负载的复杂趋势，并且与参考模型相比，可以有效地提高预测模型的准确性和稳定性。

电力系统日负荷、月负荷和季度负荷变化具有明显的周期性,根据日、月、季负荷变化特点,将季节周期预测法应用于电力系统季负荷预测中.计算结果表明,用该预测方法预测电力系统季负荷具有较高的预测精度.

引入了生物气象学中的实感温度、温湿指数、寒湿指数、舒适度指数4个指标来综合衡量气象因素对电力负荷的影响。以重庆市区为例，分析了各综合指数与负荷的关系，并绘制出观测年内的电力负荷与综合指数的关系曲线。分析表明：负荷一舒适度指数比值曲线在整个坐标轴范围内比值很稳定，说明舒适度指数相对于温度能更好地反映电力负荷的变化。同时还定性地分析了降雨量对电力负荷的影响。

2016电工杯A题国家二等奖电力系统短期负荷预测

灰色系统负荷预测MATLAB程序