基于K-Adaboost数据挖掘的配电网负荷预测

摘要：

气象因素是造成配电网负荷波动的主要原因,在利用斯皮尔曼相关系数分析气象因素与配电网负荷相关性的基础上,着重把握部分气象因素与配电网负荷的联系,针对这类气象因素对配电网负荷的影响,提出一种基于数据挖掘聚类分析和Adaboost的负荷预测方法.首先对历史负荷数据进行预处理,然后应用K均值聚类算法对待测点气象因素进行分析,选择与待测点同类气象因素的历史负荷作为训练样本,最后采用Adaboost算法建立配电网负荷预测模型.通过实例证明K-Adaboost预测模型比BP神经网络预测模型更加稳定并且更贴近实际负荷.

关键词：配电网负荷、负荷预测、K均值算法、Adaboost

所属期刊栏目：38

分类号：TM715+.1(输配电工程、电力网及电力系统)

资助基金：上海市"科技创新行动计划"社会发展领域项目16DZ1202500

在线出版日期：2019-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：104-110