-
题名基于支持向量机和互联网信息修正的空间负荷预测方法
被引量：24
- 1
-
-
作者
郭艳飞
程林
李洪涛
饶强
刘满君
-
机构
清华大学电机工程与应用电机技术系
国网北京市电力公司电力科学研究院
-
出处
《中国电力》
CSCD
北大核心
2019年第4期80-88,共9页
-
基金
国家自然科学基金资助项目(51777105)
国家电网公司总部科技项目(5202011600U2)~~
-
文摘
为提髙电网规划阶段的空间负荷预测精度,提出了一种基于支持向量机和互联网信息修正的空间负荷预测(spatial load forecasting,SLF)方法,该方法分为3个步骤:一是基于A:-均值聚类分析和支持向量回归模型得到地块负荷初始预测值;二是基于地块负荷历史数据计算负荷实际值与初始预测值之间的偏差;三是针对这些偏差,利用搜索引擎获取互联网信息,识别造成偏差的不确定事件,包括元胞中新增大负荷事件和元胞中企业营收增长率突变事件。定性分析事件对空间负荷的影响,并建立这两类事件与其造成的影响之间的分类事件影响定量模型,基于该模型对地块负荷初始预测值进行修正,得到规划区域内的地块负荷预测值。通过对北京某地区进行算例验证,结果表明该方法可以提高预测精度,可用于配电网以及能源互联网规划中的空间负荷预测。
-
关键词
电力系统分析
空间负预测
K均值聚类
支持向量机
互联网信息
-
Keywords
power system analysis
spatial load forecasting
κ-means clustering
support vector machine
Internet information
-
分类号
TM715
[电气工程—电力系统及自动化]
-
