-
题名基于负荷细分的差异化用户基线负荷预测
被引量：17
- 1
-
-
作者
王啸峰
苏慧玲
宋天立
黄奇峰
-
机构
国网江苏省电力有限公司
国网电能计量重点实验室(国网江苏省电力有限公司电力科学研究院)
东南大学电气工程学院
-
出处
《电力工程技术》
2018年第6期33-38,共6页
-
基金
国家重点研发计划资助项目(2016YFB0901100)
-
文摘
电力用户基线负荷(CBL)预测精度会极大影响需求响应效果的评估。本文基于负荷细分,考虑多维用电行为及其影响因素,通过精细化用户用电行为特征,提出一种考虑用户用电模式差异化的基线负荷预测方法。首先采用Ward-模糊C均值(FCM)聚类法,并结合负荷特性指标,改善用户负荷曲线聚类分析的效果;然后,分析气象、时间等多维影响因素,建立考虑温湿度和气温累积效应等城市微气象因素及节假日社会行为因素的差异化用电行为分析模型,提出温度敏感型、节假日敏感型以及两者均不敏感的精细化用电模式;最后,提出不同用电模式的CBL预测方法,建立综合评估方法分析其预测准确度。算例结果表明,所提算法能进一步提高CBL预测精度。
-
关键词
基线负荷预测
差异化
负荷细分
用电行为
Ward—FCM聚类
-
Keywords
baseline load prediction
differentiated
load subdivision
power usage behavior
Ward-FC M clustering
-
分类号
TM744
[电气工程—电力系统及自动化]
-
-
题名基于负荷细分与SVM技术的电力负荷空间分布预测
被引量：8
- 2
-
-
作者
李金超
牛东晓
李金颖
张香珍
-
机构
华北电力大学工商管理学院
华北电力大学经济管理系
大连供电公司
-
出处
《电工电能新技术》
CSCD
北大核心
2008年第1期40-43,共4页
-
文摘
提出了一种新颖的电力空间负荷分布预测模型,该方法首先对各类负荷的影响因素进行分析并分别建模预测;而后将选定区域划分成等面积小区,利用主成分分析法对小区空间信息进行处理,从而形成支持向量机的训练样本集;在此基础上用训练好的支持向量机计算待预测区域小区的属性值,并按照各类用地类型排序。根据预测结果,结合待预测区域的整体发展规划,给出待预测区域各类负荷增量;最后,结合各类负荷密度预测值、各类用地发展总量、各类用地发展排序,给出空间负荷预测值。实例验证了本文方法的有效性。
-
关键词
空间负荷预测
负荷细分
主成分分析法
支持向量机
-
Keywords
spatial load forecasting
load subdivision
principal component analysis
support vector machine
-
分类号
TM751
[电气工程—电力系统及自动化]
-
