基于配用电大数据的短期负荷预测

• 作者: 丁晓 仲春林 孙虹 季聪 徐金玲 熊政 郑海雁
• 来源期刊: 电力工程技术
• 学科: 工学
• 关键词: 配用电大数据 数据清洗 负荷温度影响模型 电量节假日影响模型 短期负荷预测
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 负荷预测专题
• 页码范围: 21-27
• 页数: 7页
• 分类号: TM732
• 字数: 6349字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0665.2018.03.004

摘要

受限于数据信息的不完整和粗粒度,短期网供负荷预测的准确率一直难以进一步提升,而配用电信息系统数据的积累和大数据技术的快速发展为开展基于配用大数据的短期负荷预测提供了数据基础和技术支撑.本文首先针对配用电大数据的特征分析了“脏数据”的来源与类型,并提出了相应的数据清洗方法;其次基于大量的历史负荷、电量和气象数据,构建了行业负荷温度影响模型和行业电量节假日影响模型;最后基于上述用电影响模型开展了江苏电网短期网供负荷预测,实际计算结果验证了预测效果的有效性和准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑海雁		15	96	6.0	9.0
2	孙虹		16	97	6.0	9.0
3	熊政		18	109	5.0	10.0
4	仲春林		9	37	3.0	6.0
5	季聪		11	98	5.0	9.0
6	丁晓		6	41	3.0	6.0
7	徐金玲	国网江苏省电力有限公司电力科学研究院	3	35	2.0	3.0