短期负荷预测的样本动态组织方法

被引:5
作者
程松 [1 ,2 ]
周文华 [3 ]
赵登福 [1 ]
郭志红 [4 ]
机构
[1] 西安交通大学电气工程学院
[2] 西北电网有限公司
[3] 苏州市职业大学
[4] 河南省电力公司安阳供电公司
关键词
负荷预测; 样本动态组织; 模糊; 特征曲线;
D O I
暂无
中图分类号
TM715 [电力系统规划];
学科分类号
080802 [电力系统及其自动化];
摘要
针对训练样本与负荷预测模型的构建及预测精度之间的强相关性,在对负荷变化规律深入研究的基础上,提出了样本动态组织理论与方法.根据负荷变化的横向与纵向特征、日期、季节特征和气象特征构建时间分类树和样本映射表,并通过对气象数据的模糊化处理进行样本初选,进而利用自组织网络(SOFM)的改进方法提取负荷水平变化趋势的特征曲线,以实现样本的动态精选.多种模型的预测结果表明,采用的由粗到精逐步细化,多层面、多角度的样本过滤机制,为预测日负荷建模提供了更加优质的历史样本,很好地抑制了不良样本对预测建模可能带来的各种干扰,有效提高了电力系统短期负荷预测精度.
引用
收藏
页码:95 / 100
页数:6
相关论文
共 5 条
[1]
多元统计分析与应用.[M].余锦华;杨维权编著;.中山大学出版社.2005,
[2]
模糊聚类分析及其应用.[M].高新波著;.西安电子科技大学出版社.2004,
[3]
带温度补偿的神经网络用于电力系统短期负荷预测 [J].
夏经德 ;
夏道止 .
陕西电力, 2006, (03) :1-4+6
[4]
短期负荷预测中选择相似日的探讨 [J].
莫维仁 ;
张伯明 ;
孙宏斌 ;
胡子珩 .
清华大学学报(自然科学版), 2004, (01) :106-109
[5]
基于支撑向量机方法的短期负荷预测 [J].
赵登福 ;
王蒙 ;
张讲社 ;
王锡凡 .
中国电机工程学报, 2002, (04)