基于支持向量机的变电站行业负荷构成比例预测

• 作者: 何春光 卢志明 叶宇峰 姜春莹 陆骏
• 来源期刊: 智能电网
• 学科: 工学
• 关键词: 聚类算法 负荷建模 预测方法 支持向量机
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 理论研究
• 页码范围: 630-634
• 页数: 5页
• 分类号: TM73
• 字数: 3458字
• 语种: 中文
• DOI: 10.14171/j.2095-5944.sg.2015.07.008

摘要

为解决变电站综合负荷模型参数的随机时变性问题，提出一种基于支持向量机(support vector machines，SVM)的变电站用电行业负荷构成的预测方法。运用SVM算法预测变电站日负荷曲线，提取变电站日负荷特征量。在此基础上，利用负荷控制系统的用户日负荷曲线，通过模糊 C 均值聚类获得各行业的典型特征量，将其分别投影到变电站日负荷特征量上；然后进一步计算权值，得到各行业负荷比例。根据某地区的用电特点，对该地区某变电站的夏季最大负荷日的行业构成比例进行预测，结果表明该方法符合电网实际运行情况。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何春光		6	18	2.0	4.0
2	陆骏		2	4	2.0	2.0
3	卢志明		3	2	1.0	1.0
4	姜春莹		4	4	2.0	2.0
5	叶宇峰		2	2	1.0	1.0