基于改进SLIQ算法及多粒度气象信息匹配的短期负荷预测

• 作者: 吴茵 李佩杰 李倍存 李滨 覃芳璐
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 短期负荷预测 大数据挖掘 改进SLIQ气象分类器 动态灵敏度 多粒度气象信息匹配
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 电力系统
• 页码范围: 291-300
• 页数: 10页
• 分类号: TM72
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2017.0935

摘要

短期负荷预测容易受到气象等多种因素共同作用的影响,找到关键影响因素是提高短期负荷预测精度的必要手段.电力系统海量数据包含了巨量的运行信息,为挖掘有用信息,提高数据利用效率,提出了一种基于改进SLIQ算法及多粒度气象信息匹配的短期负荷预测方法.采用改进的SLIQ决策树算法对气象负荷信息进行聚类,提取同等气象条件下决定负荷波动的关键因素.由动态灵敏度方法建立短期负荷拐点预测模型,再由熵权法选择最佳预测参考日并预测曲线拐点,并在此基础上提出多粒度气象信息匹配算法进行负荷曲线预测.通过对我国南方某地区的多季节负荷进行仿真预测,计算结果表明在任意气象条件下曲线预测精度均能满足电网要求,证明了所提方法的正确性及普适性.