利用卷积神经网络支持向量回归机的地区负荷聚类集成预测

摘要：

为提高地区负荷预测的运算效率和预测精度,提出了一种基于卷积神经网络支持向量回归机的地区负荷聚类集成预测方法.首先,通过聚类模型对地区内大量用户的真实负荷数据进行分组并分析了不同聚类模型的效果.其次,使用得到的聚类分组标签将用户数据分组集成并构建训练数据.然后,基于改进的卷积神经网络构建了卷积神经网络支持向量回归机模型.最后,分组进行负荷预测并将预测结果求和得到地区最终预测月负荷,并与卷积神经网络模型、长短期记忆神经网络模型、决策树模型、支持向量回归机模型进行对比.文中使用扬中市高新区的负荷数据作为算例进行分析,结果表明文中所提方法相较于现有算法具有更高的负荷预测精度和运算效率.

关键词：负荷预测、卷积神经网络、支持向量回归机、聚类

所属期刊栏目：44

分类号：TM721(输配电工程、电力网及电力系统)

在线出版日期：2020-06-30（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：2237-2244