电网技术

2018, v.42;No.410(01) 291-301

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于改进SLIQ算法及多粒度气象信息匹配的短期负荷预测
Short-Term Load Forecasting Based on Improved SLIQ Algorithm and Multi-Granularity Meteorological Information Matching

李滨;覃芳璐;李倍存;吴茵;李佩杰;

摘要(Abstract):

短期负荷预测容易受到气象等多种因素共同作用的影响,找到关键影响因素是提高短期负荷预测精度的必要手段。电力系统海量数据包含了巨量的运行信息,为挖掘有用信息,提高数据利用效率,提出了一种基于改进SLIQ算法及多粒度气象信息匹配的短期负荷预测方法。采用改进的SLIQ决策树算法对气象负荷信息进行聚类,提取同等气象条件下决定负荷波动的关键因素。由动态灵敏度方法建立短期负荷拐点预测模型,再由熵权法选择最佳预测参考日并预测曲线拐点,并在此基础上提出多粒度气象信息匹配算法进行负荷曲线预测。通过对我国南方某地区的多季节负荷进行仿真预测,计算结果表明在任意气象条件下曲线预测精度均能满足电网要求,证明了所提方法的正确性及普适性。

关键词(KeyWords): 短期负荷预测;大数据挖掘;改进SLIQ气象分类器;动态灵敏度;多粒度气象信息匹配

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金资助项目(51407036);; 国家重点基础研究发展规划项目(973项目)(2013CB228205)~~

作者(Author): 李滨;覃芳璐;李倍存;吴茵;李佩杰;

Email:

DOI: 10.13335/j.1000-3673.pst.2017.0935

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享