电网技术

2021, v.45;No.446(01) 251-260

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

利用模糊信息粒化与支持向量机的空间负荷预测方法
Spatial Load Forecasting Method Using Fuzzy Information Granulation and Support Vector Machine

肖白;赵晓宁;姜卓;施永刚;焦明曦;王徭;

摘要(Abstract):

若直接使用实测负荷数据最大值进行空间负荷预测,则元胞负荷中的异常数据会导致预测结果精度降低,考虑到通过确定并利用元胞负荷合理最大值可以明显改善预测精度,提出一种基于模糊信息粒化与支持向量机的空间负荷预测方法。首先构建电力地理信息系统,并在其中生成2类元胞。其次按照时间尺度的长短区分Ⅰ类元胞负荷颗粒度的粗细,通过划分模糊粒化窗口,建立合理的模糊集对Ⅰ类元胞细颗粒度下的历史负荷数据进行模糊信息粒化,进而确定出Ⅰ类元胞粗颗粒度下的历史负荷的合理最大值。然后采用支持向量机模型,对粗颗粒度下的Ⅰ类元胞负荷进行预测。最后确定Ⅰ类元胞负荷密度均衡系数,求取分类负荷密度指标,结合用地信息求得各Ⅱ类元胞负荷预测值,从而实现对空间电力负荷预测结果的网格化。工程实例表明了该方法的实用性和有效性。

关键词(KeyWords): 空间负荷预测;地理信息系统;模糊信息粒化;支持向量机;网格化

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(51177009);; 吉林省产业创新专项基金项目(2019C058-7);; 吉林省教育厅科技项目(JJKH20180442KJ)~~

作者(Author): 肖白;赵晓宁;姜卓;施永刚;焦明曦;王徭;

Email:

DOI: 10.13335/j.1000-3673.pst.2019.1463

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