考虑分时电价的居民用户短期用电量分类预测及修正方法
为了更好地利用智能电网中的用户用电信息,提高短期用电量预测精度,针对居民用户提出一种考虑分时电价的分类短期用电量预测及修正方法.首先,通过模糊聚类将用户按用电行为分类,将电价、用电量和加权气象日期影响因素作为预测模型输入量.然后,针对各类用户的用电特点,经仿真对比选择相适应的BP、Elman、LSTM神经网络算法构建预测模型.最后,运用修正算法对误差较大的峰谷值进行修正,将修正后的分类预测结果相加以获得整体预测值.以广东省云浮市某小区为例对该方法进行仿真分析,并与随机森林、CART等算法进行对比.实验结果证明所提方法具有更高的预测精度.
用电量预测、分时电价、模糊聚类、神经网络、修正
48
南方电网公司科技项目资助035300KK52150007, 031800KK52170073
2020-04-20（万方平台首次上网日期，不代表论文的发表时间）
共8页
144-151
