-
题名计及供给侧出力的数据挖掘负荷预测方法
被引量：2
- 1
-
-
作者
刘庆彪
张桂红
许德操
秦绪武
白左霞
-
机构
青海省电力公司经济技术研究院发展部
-
出处
《沈阳工业大学学报》
CAS
北大核心
2022年第3期259-264,共6页
-
基金
国家重点研发计划项目(2016YFB0900101-1)
国网青海省电力公司科技项目(52280019004Y).
-
文摘
针对大多数负荷预测方法缺乏对发电侧的考虑,以及预测精度较差等问题,开展了一种计及供给侧出力的数据挖掘负荷预测方法研究.采用K-means算法对样本数据集中的气象数据进行聚类,并且利用灰色关联分析得到气象因素与供给侧、用电量的关系.同时,根据风、光、水、荷的特性,提出净负荷的概念并引入气象因子.在完成数据预处理的基础上,通过支持向量机算法进行分析,以实现负荷预测.基于历史数据集和MATLAB平台对所提方法进行实验分析,结果表明,其预测结果与真实值尤为接近,MPAE、RMSE、AE和FA分别为7.05%、0.97 MW、0.83 MW和90.35%,均优于其他对比方法.
-
关键词
供给侧出力
负荷预测
数据挖掘
K-MEANS算法
灰色关联分析
支持向量机算法
净负荷
气象因素
-
Keywords
supply side output
load forecasting
data mining
K-means algorithm
grey correlation analysis
support vector machine algorithm
net load
meteorological factor
-
分类号
TM715
[电气工程—电力系统及自动化]
-
