基于“分层-汇集”模型的短期电力负荷预测

被引:8
作者
雷景生
郝珈玮
朱国康
机构
[1] 上海电力学院计算机科学与技术学院
关键词
短期电力负荷预测; 用户用电特征; 层负荷特性曲线; “分层-汇集”模型;
D O I
暂无
中图分类号
TM715 [电力系统规划];
学科分类号
摘要
针对目前短期电力负荷预测方法未充分利用电力用户用电特征,以及预测精度不高等问题,提出了"分层-汇集"模型。首先,对电力用户按用电特征"分层",得到表征不同类型电力用户用电特征的层负荷特性曲线,并将层负荷特性曲线作为构造总负荷曲线的属性因子;之后,"汇集"不同日的层负荷特性曲线,结合实时负荷训练模型;最后,进行回归预测。以某区域实际电力负荷数据为算例,基于所提出的预测方法进行负荷预测。结果显示,基于"分层-汇集"模型的短期电力负荷预测在平均百分误差(mean absolute percentage error,MAPE)、均方根误差(root-mean-square error,RM SE)以及Pearson(皮尔逊)相关系数3项评价指标上均优于一般的回归预测方法,验证了模型的有效性;在"分层"和"汇集"阶段采用不同算法组合,"分层-汇集"模型均具有较好的预测效果,验证了模型的鲁棒性。使用"分层-汇集"模型可以提高负荷预测的精度,为短期电力负荷预测提供了一种新思路。
引用
收藏
页码:68 / 75
页数:8
相关论文
共 14 条
  • [1] 小波分析及其在电力系统中的应用.[M].任震等著;.中国电力出版社.2003,
  • [2] 杭州地区电力负荷特性的分析及预测.[D].韩丽娜.浙江大学.2008, 07
  • [3] Efficient eigen-updating for spectral graph clustering.[J].Charanpal Dhanjal;Romaric Gaudel;Stéphan Clémençon.Neurocomputing.2014,
  • [4] 面向海量用户用电特性感知的分布式聚类算法
    朱文俊
    王毅
    罗敏
    林国营
    程将南
    康重庆
    [J]. 电力系统自动化, 2016, 40 (12) : 21 - 27
  • [5] 基于Spark平台和多变量L2-Boosting回归模型的分布式能源系统短期负荷预测
    马天男
    牛东晓
    黄雅莉
    杜振东
    [J]. 电网技术, 2016, 40 (06) : 1642 - 1649
  • [6] 基于改进Logistic模型阶段划分理论的饱和负荷预测
    张帆
    刘杰锋
    李冰
    陈纲亮
    季节
    徐康泰
    [J]. 电力建设, 2015, 36 (10) : 105 - 110
  • [7] 大数据技术在主动配电网中的应用综述
    张沛
    吴潇雨
    和敬涵
    [J]. 电力建设, 2015, 36 (01) : 52 - 59
  • [8] 基于EEMD-LSSVM的超短期负荷预测
    王新
    孟玲玲
    [J]. 电力系统保护与控制, 2015, 43 (01) : 61 - 66
  • [9] 基于自适应Nystrm采样的大数据谱聚类算法
    丁世飞
    贾洪杰
    史忠植
    [J]. 软件学报, 2014, 25 (09) : 2037 - 2049
  • [10] 电网短期负荷预测的BP-ANN方法及应用
    张刚
    刘福潮
    王维洲
    李正远
    郑晶晶
    梁雅芳
    [J]. 电力建设, 2014, 35 (03) : 54 - 58