基于改进评价指标的波动性负荷短期区间预测

被引：41

作者：

徐诗鸿 ^{[1
,2
]}

张宏志 ^{[3
]}

林湘宁 ^{[1
,2
]}

李正天 ^{[1
,2
]}

卓毅鑫 ^{[4
]}

汪致洵 ^{[1
,2
]}

随权 ^{[1
,2
]}

机构：

[1] 强电磁工程与新技术国家重点实验室华中科技大学

[2] 华中科技大学电气与电子工程学院

[3] 广东电网有限责任公司管理科学研究院

[4] 广西电网公司电力调度控制中心

来源：

电力系统自动化 | 2020年 / 44卷 / 02期

关键词：

波动性负荷; 区间预测; 边界估计; 神经网络; 粒子群优化算法;

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：

针对传统点对点预测难以适用于波动性较大、不确定性较强的负荷的问题,提出了一种基于改进评价指标的区间预测方法,从区间宽度和累计误差2个角度对现有区间预测评价指标做出改进,提高了预测结果的合理性。在此基础上,从各个评价指标的自身特性及其对预测结果的影响程度进行考量,建立了区间预测综合评价指标,并利用神经网络构建了区间预测模型,以综合评价指标最优为目标,采用粒子群优化算法对网络结构参数进行训练优化,从而取得理想的波动性负荷区间预测效果。仿真中通过对某波动性较强的历史负荷数据进行预测分析,并与传统的点预测和区间预测方法进行对比,验证了所提方法的有效性和优越性。

引用

页码：156 / 163

页数：8

共 18 条

[1]

基于相似数据选取和改进梯度提升决策树的电力负荷预测 [J].