基于智能集中器的短期电力负荷预测

摘要：

随着智能电网的快速发展,新型智能集中器利用边缘计算技术实现用户侧负荷预测,可有效减轻主站压力,提高相应速度.本文针对智能集中器的负荷预测计算功能进行分析,在智能集中器的负荷预测算法模块,提出采用具有遗忘机制的在线贯序极限学习机(FOS-ELM)算法进行短期负荷预测,使用采集到的实时数据对预测模型进行训练,并通过算例进行仿真分析,仿真结果表明采用该算法的智能集中器能够实时更新训练样本,预测精度高,计算量小,计算速度快,并能够实现短期负荷的在线预测.

关键词：智能集中器、短期负荷预测、遗忘机制、贯序极限学习机

所属期刊栏目：32

分类号：TM715(输配电工程、电力网及电力系统)

资助基金：广东电网有限责任公司科技项目资助037800KK52190004

在线出版日期：2020-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：140-145