基于多维特征分析的月用电量精准预测研究
用户用电量的精准预测是智能配用电大数据应用和发展的关键之一.区别于传统的基于行业分类的预测办法,提出基于大数据挖掘技术的用户用电多维度特征识别,以及在此基础上的精准用电量预测方法.基于海量多用户用电特性,建立多维度用电特征评价指标体系.对用户用电特性空间进行聚类和分析,挖掘和识别用电模式.在不同的用电模式下,分别建立用电量时间序列预测模型,避免用电模式差异对预测算法准确性造成的不利影响.该方法适用于大数据平台的分析与处理,算例分析结果表明其相比以往方法能显著提高预测精度和稳定性.
配用电大数据、用电量预测、多维特征分析、数据挖掘
45
F7 ;TP1
广东省重大科技专项2014B010117006;广东省大数据分析与处理重点实验室开放基金项目2017005
2017-09-20(万方平台首次上网日期,不代表论文的发表时间)
共6页
145-150