10.13335/j.1000-3673.pst.2019.1463
利用模糊信息粒化与支持向量机的空间负荷预测方法
若直接使用实测负荷数据最大值进行空间负荷预测,则元胞负荷中的异常数据会导致预测结果精度降低,考虑到通过确定并利用元胞负荷合理最大值可以明显改善预测精度,提出一种基于模糊信息粒化与支持向量机的空间负荷预测方法.首先构建电力地理信息系统,并在其中生成2类元胞.其次按照时间尺度的长短区分I类元胞负荷颗粒度的粗细,通过划分模糊粒化窗口,建立合理的模糊集对I类元胞细颗粒度下的历史负荷数据进行模糊信息粒化,进而确定出I类元胞粗颗粒度下的历史负荷的合理最大值.然后采用支持向量机模型,对粗颗粒度下的I类元胞负荷进行预测.最后确定I类元胞负荷密度均衡系数,求取分类负荷密度指标,结合用地信息求得各II类元胞负荷预测值,从而实现对空间电力负荷预测结果的网格化.工程实例表明了该方法的实用性和有效性.
空间负荷预测、地理信息系统、模糊信息粒化、支持向量机、网格化
45
TM721(输配电工程、电力网及电力系统)
国家自然科学基金;吉林省产业创新专项基金;江西省教育厅科技项目
2021-02-25(万方平台首次上网日期,不代表论文的发表时间)
共8页
251-258