基于多维特征分析的月用电量精准预测研究

• 作者: 向万红 唐静 宁立 彭一轩 李瑞轩 解来甲 黄宇航
• 来源期刊: 电力系统保护与控制
• 关键词: 配用电大数据 用电量预测 多维特征分析 数据挖掘
• 年，卷（期）: 2017,（16）
• 所属期刊栏目: 工程应用
• 页码范围: 145-150
• 页数: 6页
• 字数: 5294字
• 语种: 中文
• DOI: 10.7667/PSPC161584

摘要

用户用电量的精准预测是智能配用电大数据应用和发展的关键之一.区别于传统的基于行业分类的预测办法,提出基于大数据挖掘技术的用户用电多维度特征识别,以及在此基础上的精准用电量预测方法.基于海量多用户用电特性,建立多维度用电特征评价指标体系.对用户用电特性空间进行聚类和分析,挖掘和识别用电模式.在不同的用电模式下,分别建立用电量时间序列预测模型,避免用电模式差异对预测算法准确性造成的不利影响.该方法适用于大数据平台的分析与处理,算例分析结果表明其相比以往方法能显著提高预测精度和稳定性.