基于前趋势相似度的细粒度用户用电负荷预测

• 作者: 何金 刘宝成 张春晖 曹梦 胡泉伟
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 用电量预测 动态时间规整 K-mediods BP神经网络 趋势相似度
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 158-164,172
• 页数: 8页
• 分类号: TP3
• 字数: 8448字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.07.028

摘要

在智能电网普及的大数据背景下,对电力数据进行准确地分析和预测具有重要意义.提出一种基于前趋势相似度的细粒度居民用电预测模型.根据用户的用电行为特征采用基于DTW距离的K-mediods方法对总体用户进行细粒度划分;在各个子类分别建立用电量预测模型;根据用户的用电行为具有周期性突变这一现象,采用基于前趋势相似度的BP神经网络模型对原BP网络进行改进.基于真实居民用电数据的实验表明,所提出的方法具有较好的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张春晖		4	7	2.0	2.0
2	胡泉伟		7	20	2.0	4.0
3	何金		11	6	1.0	1.0
4	刘宝成		5	20	3.0	4.0
5	曹梦		5	5	1.0	1.0