基于相似性识别的短期负荷动态预测方法

摘要：

统调日负荷的精确预测对电力充裕性保障、电力系统规划有重要指导作用.相似性识别是数据挖掘技术的重要部分,基于相似性识别原理,提出一种短期负荷预测的新方法.首先对原始数据进行属性和重复记录清洗,清洗后得到实验数据;其次在考虑数据大小相似性的同时,引入了数据趋势相似性度量.基于2种度量从历史序列中识别出与查询序列信息高度重合的序列,建立备选相似序列集;考虑时间间隔与季节因素,从备选相似序列集中选取历史最相似序列,最终实现日负荷预测;随着新信息的进入,实现高峰负荷动态预测.利用该方法对重庆统调日负荷进行模拟预测,并与BP神经网络和支持向量机方法进行对比,证明了所提方法的可行性与有效性.

关键词：短期负荷预测、动态预测、相似性识别、数据趋势相似、数据清洗

所属期刊栏目：36

分类号：TM715(输配电工程、电力网及电力系统)

资助基金：国家重点研发计划项目2016YFC0402205

在线出版日期：2020-06-18（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：1-7,13