电力系统供电短期负荷预测方法仿真研究

被引：25

作者：

李黎 ^{[1
]}

杨升峰 ^{[1
]}

邱金鹏 ^{[2
]}

牛东晓 ^{[2
]}

机构：

[1] 国网浙江省电力公司经济技术研究院

[2] 华北电力大学经济与管理学院

来源：

计算机仿真 | 2017年 / 34卷 / 01期

关键词：

数据挖掘; 布谷鸟搜索算法; 支持向量机; 负荷预测;

D O I：

暂无

中图分类号：

TM715 [电力系统规划]; TM743 [模拟与仿真];

学科分类号：

080802 [电力系统及其自动化];

摘要：

针对电力系统供电短期负荷进行准确预测为了保证电网安全稳定的运行。但传统方法进行电力系统供电短期负荷预测存在预测误差大、实时性差的弊端。提出一种新的电力系统供电短期负荷预测方法,利用K-means数据挖掘模型将区域用户划分为6个群组,使得同一群体中的样本具有相似性,提高预测精度。在预测模型的输入变量中,综合考虑了自然环境与历史负荷因素,结合改进的布谷鸟优化的支持向量机模型(ICSSVM)进行分项预测,综合得到最后的预测结果,仿真结果表明,上述模型能得到更精确的预测结果。

引用

页码：104 / 108

页数：5

共 15 条

[1]

基于EMD-分形理论的短期电力负荷预测 [J].