基于大数据分析的电能损耗预测模型的仿真分析

• 作者: 张明明
• 来源期刊: 现代电子技术
• 关键词: 大数据分析 电能损耗预测 灰度关联 仿真实验
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 控制与驱动
• 页码范围: 153-156
• 页数: 4页
• 分类号: TN911-34|TM711
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2016.06.041

摘要

对电能损耗进行预测的过程中，传统的预测方法，由于影响电能损耗的因素之间具有非常复杂的非线性与强相关性，导致很难得到高精度的预测结果。提出一种基于大数据分析的电能损耗预测模型，建立电能损耗预测单元模型，分析发电器模型、变电器模型和输电器模型建立的过程，引入灰色综合关联度对大数据进行分析，对各个组成区域序列累加得到整体区域电能损耗情况，并进行微分处理，通过GM（1，1）的转换实现对整体电能损耗预测模型的构建。仿真实验结果表明，所提模型具有较高的预测精度，能够很好地避免非线性因素对模型的干扰，为电力企业制定合理的电能损耗计划提供可靠依据。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张明明	南方电网科学研究院智能电网研究所	7	58	5.0	7.0