短期负荷的标准化定义模型

被引:7
作者
苗键强 [1 ]
韦仲康 [2 ]
蓝海波 [2 ]
王毅 [1 ]
机构
[1] 清华大学电机系电力系统及发电设备控制和仿真国家重点实验室
[2] 国家电网冀北电力有限公司电力调度控制中心
基金
国家杰出青年科学基金;
关键词
短期负荷; 标准化定义模型; 特征提取; 两阶段聚类;
D O I
暂无
中图分类号
TM715 [电力系统规划];
学科分类号
080802 ;
摘要
不同的用户在用电规律性方面所表现的特征具有较大的差异。需要根据其所表现出来的特征设计不同的负荷预测模型以提高预测的精度。根据短期负荷在负荷曲线形状、负荷波动特性、负荷敏感因素方面的差异,分别对应地采用稳定度、平均负荷率、负荷率标准差3个指标评价来刻画短期负荷的特性;针对所提取的短期负荷特征,提出一种基于密度中心快速辨识和K-Means的两阶段短期负荷聚类算法;根据所得到的聚类结果,对于每一类负荷进行数据分析,归纳每一类负荷具有的特性,搭建短期负荷的标准化定义模型。该模型可适用于系统负荷、母线负荷、大用户负荷等不同形式的负荷分析。
引用
收藏
页码:3 / 10
页数:8
相关论文
共 11 条
[1]   电力系统均匀性评价方法与指标综述 [J].
孙伟卿 ;
王承民 ;
曾平良 ;
韩家辉 .
电网技术, 2015, 39 (05) :1205-1212
[2]   考虑气温因素的负荷特性统计指标关联特征数据挖掘 [J].
马瑞 ;
周谢 ;
彭舟 ;
刘道新 ;
徐慧明 ;
王军 ;
王熙亮 .
中国电机工程学报, 2015, 35 (01) :43-51
[3]   基于数值天气预报的母线负荷预测 [J].
李博 ;
门德月 ;
严亚勤 ;
杨军峰 ;
周劼英 ;
罗治强 ;
曾丽莉 .
电力系统自动化, 2015, 39 (01) :137-140
[4]   虚拟母线技术及其应用(一):虚拟母线辨识算法 [J].
童星 ;
康重庆 ;
陈启鑫 ;
杨军峰 ;
范瑞祥 ;
郑蜀江 ;
辛建波 .
中国电机工程学报, 2014, 34 (04) :596-604
[5]   基于数据挖掘多层次细节分解的负荷序列聚类分析 [J].
张智晟 ;
孙雅明 ;
张世英 ;
赵艳 .
电网技术, 2006, (02) :51-56
[6]   大型电力系统可靠性评价体系(Ⅰ)指标定义 [J].
孙昕 ;
丁明 ;
黄福林 .
合肥工业大学学报(自然科学版), 1998, (S1) :18-22
[7]  
电力系统负荷预测[M]. 中国电力出版社 , 康重庆, 2007
[8]  
Fast global k -means clustering using cluster membership and inequality[J] . Jim Z.C. Lai,Tsung-Jen Huang.Pattern Recognition . 2009 (5)
[9]   Effect of temperature on short term load forecasting using an integrated ANN [J].
Satish, B ;
Swarup, KS ;
Srinivas, S ;
Rao, AH .
ELECTRIC POWER SYSTEMS RESEARCH, 2004, 72 (01) :95-101
[10]  
The global k -means clustering algorithm[J] . Aristidis Likas,Nikos Vlassis,Jakob J. Verbeek.Pattern Recognition . 2002 (2)