-
题名基于大数据分析的电能损耗预测模型的仿真分析
被引量：11
- 1
-
-
作者
张明明
-
机构
南方电网科学研究院智能电网研究所
-
出处
《现代电子技术》
北大核心
2016年第6期153-156,共4页
-
基金
网级计量自动化系统功能升级改造项目(CSGTRC-G142001)
-
文摘
对电能损耗进行预测的过程中,传统的预测方法,由于影响电能损耗的因素之间具有非常复杂的非线性与强相关性,导致很难得到高精度的预测结果。提出一种基于大数据分析的电能损耗预测模型,建立电能损耗预测单元模型,分析发电器模型、变电器模型和输电器模型建立的过程,引入灰色综合关联度对大数据进行分析,对各个组成区域序列累加得到整体区域电能损耗情况,并进行微分处理,通过GM(1,1)的转换实现对整体电能损耗预测模型的构建。仿真实验结果表明,所提模型具有较高的预测精度,能够很好地避免非线性因素对模型的干扰,为电力企业制定合理的电能损耗计划提供可靠依据。
-
关键词
大数据分析
电能损耗预测
灰度关联
仿真实验
-
Keywords
big data analysis
electric energy loss prediction
gray-scale correlation
simulation experiment
-
分类号
TN911-34
[电子电信—通信与信息系统]
TM711
[电子电信—信息与通信工程]
-
