短期电力负荷预测中的数据处理技术

被引：42

作者：

龙立波 ^{[1
]}

姚建刚 ^{[1
]}

李连结 ^{[2
]}

钱卫华 ^{[2
]}

机构：

[1] 湖南大学电气与信息工程学院

[2] 湖南湖大华龙电气与信息技术有限公司

来源：

电力需求侧管理 | 2007年 / 01期

关键词：

数据处理; 相似度; 模式识别; 小波奇异性检测; 曲线平滑;

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：

科学合理进行数据处理是提高短期电力负荷预测精度的最基本环节之一。提出从采集样本数据到预测结果最终生成的数据处理流程;应用盆形曲线的体感温度标准化模型和模式识别96点相似采集样本技术进行采样前的标准化处理和样本选取;基于小波局部奇异性理论提出异常数据辨识与处理技术;利用最小平方误差法对预测曲线进行平滑处理。大量实际负荷数据分析和工程应用结果证明了此数据处理技术的有效性与实用性。

引用

页码：11 / 14

页数：4

共 8 条

[1]

基于数据挖掘的电力负荷脏数据动态智能清洗 [J].