Hadoop架构下基于模式匹配的短期电力负荷预测方法

• 作者: 包正睿 吴润泽 唐良瑞 王文韬 邓伟
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: Hadoop架构 负荷预测 影响因素 决策树群 模式匹配
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 电力系统
• 页码范围: 1542-1551
• 页数: 10页
• 分类号: TM714
• 字数: 6666字
• 语种: 中文
• DOI: 10.19595/j.cnki.1000-6753.tces.170121

摘要

大数据处理技术充分利用海量动态数据,能有效提升电力负荷预测精度及计算效率.采用 Hadoop 架构提出了一种基于模式匹配的短期电力负荷预测方法,通过度量日负荷序列相似性挖掘得出典型日负荷模式,辨识出关键影响因素构建基于并行随机森林的决策树群从而建立模式匹配规则,实现待测日负荷模式的快速准确匹配;在典型负荷模式下建立多时刻点预测模型,采用MapReduce计算框架进行负荷计算与预测分析,从而建立大量样本下的负荷预测模型.以某地市电网全年负荷数据为例进行负荷预测分析,并通过平均误差和方均根误差等指标对比局部加权线性回归(LWLR)算法的预测效果.仿真结果表明该方法用于短期负荷预测时具有更高的预测准确性和计算效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐良瑞	华北电力大学电气与电子工程学院	96	1209	18.0	30.0
2	吴润泽	华北电力大学电气与电子工程学院	39	404	11.0	19.0
3	邓伟		14	63	5.0	7.0
4	包正睿	华北电力大学电气与电子工程学院	4	28	2.0	4.0
5	王文韬	华北电力大学电气与电子工程学院	2	0	0.0	0.0