高渗透率下分布式决策的负荷预测模型

• 作者: 郭国栋
• 来源期刊: 黑龙江电力
• 学科: 工学
• 关键词: 动态贝叶斯 分布式 负荷预测 决策网络 渗透率
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 电力系统及其自动化
• 页码范围: 432-438
• 页数: 7页
• 分类号: TP393
• 字数: 4653字
• 语种: 中文

摘要

为提高分布式新能源在电网中的渗透率和寻找有效的负荷预测方法,提出一种基于动态贝叶斯网络的分布式决策模型,对电网负荷进行精确预测,即先用分类器按照负荷性质将大电网进行聚类划分,通过考虑影响负荷的各类因素以及这些因素之间的关系,对各个分布式网络进行动态贝叶斯网络建模,然后用贝叶斯优化的方法以及转移网络对模型进行优化,再用决策网络对其进行总体预测.最后,通过实际算例计算、分析结果表明,这种方法在渗透率小的一般预测时,具有较高的精度,且学习时间短,适合在线预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭国栋		2	0	0.0	0.0