基于Spark平台和多变量L2-Boosting回归模型的分布式能源系统短期负荷预测

摘要：

分布式能源系统负荷预测是系统规划与经济运行的可靠前提和依据，在当前海量高维数据的背景下，有效的在线数据处理平台与精确的负荷预测方法是当前的研究重点。基于分布式能源系统负荷数据特点，在缺失数据处理、坏数据分类以及特征选择的基础上，建立了基于Spark平台与多变量 L2-Boosting 回归模型的分布式能源系统短期负荷预测方法。首先，利用Spark平台分割全部数据得到多个子数据模型，通过并行计算提高数据处理效率，采用特征提取方法得出模型需要的输入向量；其次，将得出的有效数据信息输入到多变量 L2-Boosting 回归模型进行训练学习，得到训练后的多变量 L2-Boosting 回归模型；最后，利用测试数据测试模型。算例结果验证了所提模型的有效性。

关键词：短期负荷预测、多变量 L2-Boosting 回归模型、分布式能源系统、Spark平台

所属期刊栏目：40

分类号：TM72(输配电工程、电力网及电力系统)

在线出版日期：2016-07-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1642-1649