配电网大数据环境下的多点负荷预测算法与应用研究

被引：38

作者：

雷正新 ^{[1
]}

韩蓓 ^{[1
]}

聂萌 ^{[2
]}

甄颖 ^{[2
]}

汪可友 ^{[1
]}

李国杰 ^{[1
]}

机构：

[1] 上海交通大学电子信息与电气工程学院

[2] 不详

来源：

电力系统保护与控制 | 2016年 / 44卷 / 23期

关键词：

多点负荷预测; BP神经网络; AR; 大数据; 配电网;

D O I：

暂无

中图分类号：

TM715 [电力系统规划];

学科分类号：

摘要：

随着配网规模日益庞大、负荷类型日趋多样化、数据数量与类型的快速增加,将具有小规模特征明显的负荷与大规模整合性质的负荷进行联合预测工作,形成有效的上下级预测网络,对配网规划运行具有重要作用。考虑配网测量设备数量对负荷预测的数据量限制,提出一种"从整体到节点"的多点负荷预测方式。针对AR无法接纳多源数据与BP神经网络算法结果受相似日影响大等弊端,提出一种优势互补的AR-ANN算法。最后,分别通过普通单节点负荷预测、传统"从节点到整体"多点负荷预测与新多点负荷预测的算例研究,结果验证了AR-ANN在数据处理速度、预测误差等方面的优势。

引用

页码：68 / 78

页数：11

共 24 条

[1] 不同核函数的支持向量机用于空调负荷预测的对比研究 [J].