《表1 外部输入选择的关联性分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于Gumbel copula联合概率分布的电力系统综合净负荷预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

短期负荷、风能和太阳能发电与不同气候参数的不同季节净负荷的相关性关系如表1所示。负荷和气候参数如温度，湿度和风速等参数具有强相关性，且该关系随着季节而变化。负荷和温度在冬季表现出负相关性是由于温度增加将减少负荷发热。在夏季，负荷和温度呈正相关，这是由于冷负荷的热量增加。换季期间体现出正相关，相关系数为0.37。湿度在所有季节都和负荷呈负相关。湿度对负荷的影响在冬天可忽略，在夏天和换季期间，高湿度将引起实际体感温度的增加。风速在夏天和冬天分别体现正相关和负相关。在换季期间体现正相关且相关系数为0.16。因此GM（1，1）模型仅采用历史负荷值进行三季负荷预测。GM（1，2）模型在冬季和换季期间采用历史负荷数据和温度数据，在夏季采用历史负荷数据和湿度数据。GM（1，3）则参考SVR模型采用历史负荷数据、温度和风速数据进行冬季负荷预测。历史负荷、温度和湿度将用于换季和夏天进行预测。