-
题名负荷预测精度对电力系统经济运行的影响
被引量：4
- 1
-
-
作者
刘春方
-
机构
国网山东省电力公司枣庄供电公司
-
出处
《通讯世界》
2015年第7期183-183,共1页
-
文摘
本文通过分析电力负荷预测的内涵及特点,论述了负荷预测精度对电力系统经济运行的影响,并提出了几项提高电力系统负荷预测精度的具体措施。
-
关键词
负荷预测精度
电力系统
经济运行
影响
-
分类号
TM715
[电气工程—电力系统及自动化]
-
-
题名基于图卷积网络的短期负荷预测方法研究
- 2
-
-
作者
赵贺
柳楠
尹璐
曹昕
李香龙
柴志超
-
机构
国网北京市电力公司电力科学研究院
国网北京市电力公司大兴供电公司
清华四川能源互联网研究院
-
出处
《中国测试》
北大核心
2024年第S2期256-263,共8页
-
基金
国网北京市电力公司科技项目(520223240009)
-
文摘
短期负荷预测(STLF)对于电力系统的高效运行至关重要,然而传统方法主要依赖时间序列数据,忽视了电网结构中的空间信息,导致预测精度受限。研究针对这一问题,提出了一种结合空间和时间信息的创新方法,通过将负荷数据转换为图形表示,利用图卷积网络(GCN)捕捉空间嵌入,并结合时间特征进行负荷预测。首先训练图卷积网络以提取负荷数据的空间特征,然后将这些空间特征与时间特征进行连接,并利用各种机器学习和深度学习模型进行负荷预测。实验结果表明,使用时空特征的LSTM模型在短期负荷预测中表现最佳,与仅使用时间特征的方法相比,平均绝对误差降低了0.18%,预测误差减少了35%。相比传统方法,GCN有效利用了空间信息,提高了负荷预测性能。
-
关键词
短期负荷预测
图卷积网络
时空特征
负荷预测精度
电力系统优化
-
Keywords
short-term load forecasting(STLF)
graph convolutional network(GCN)
spatio-temporal features
load forecasting accuracy
power system optimization
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TM715
[电气工程—电力系统及自动化]
-
