基于改进数据流在线分割的超短期负荷预测

• 作者: 卢继平 唐聪岚 张露 谢应昭
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 超短期负荷预测 数据流在线分割 负荷增量预测 分割点修正
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 自动化
• 页码范围: 2014-2020
• 页数: 7页
• 分类号: TM715
• 字数: 6008字
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2014.07.046

摘要

为同时提高超短期负荷预测的实时性和准确性,应对现代电力系统对实时负荷预测的更高要求,提出一种基于改进数据流在线分割的超短期负荷预测方法.该方法根据负荷发展的时间趋势,利用数据流实时处理技术进行超短期预测,然后结合蕴含天气因素和负荷周期特性作用的短期负荷预测结果,对分割点的实时预测结果进行修正;其快速分段预测能力,避免了重复建模,提高了预测速度;对分割点的实时修正处理有效地增加了历史信息利用率,降低了分割点误差,使预测精度稳定在一个较高的水平.采用实际负荷数据检验该预测模型的有效性,结果表明,基于该模型的预测精度和速度均优于几种常规超短期预测算法,同时降低了拐点预测误差,在天气突变时也具有稳定的适应性.