用于短期电力负荷预测的日负荷特性分类及特征集重构策略
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.13335/j.1000-3673.pst.2021.0859

用于短期电力负荷预测的日负荷特性分类及特征集重构策略

引用
准确的负荷预测是电力系统安全稳定运行的重要保障.当充分考虑多因素影响,海量输入数据的前端预处理与变量遴选对提高负荷预测精度至关重要.针对传统时间变量信息模糊、维数冗余问题,引入基于余弦相似度的k-means聚类分析技术实现日负荷特性分类,并通过分类标签替代传统时间变量;考虑到负荷与多因素在小时粒度下的耦合关系,提出了基于特征集重构和最大信息系数的特征筛选策略,实现小时粒度的精细化特征筛选;最后引入了具备强大信息挖掘能力的时间卷积网络,实现高精度短期电力负荷预测.实验结果表明,应用提出的上述2个改进策略后,替换低效时间变量和小时粒度的最优特征集使输入数据质量进一步优化,显著提升了多个经典模型的预测性能,而结合改进策略的时间卷积网络模型具有更高的预测精度;且文章方法适用于全年各时段的预测,具备良好的可移植性和鲁棒性.

短期电力负荷预测、时间卷积网络、聚类分析、特征筛选、最大信息系数

46

TM721(输配电工程、电力网及电力系统)

陕西省重点研发计划2021GY-098

2022-04-18(万方平台首次上网日期,不代表论文的发表时间)

共9页

1548-1556

相关文献
评论
暂无封面信息
查看本期封面目录

电网技术

1000-3673

11-2410/TM

46

2022,46(4)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn