基于结构化数据的用电需求预测研究

• 作者: 罗义旺
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 用电需求 ARMA模型 预测
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 研究与设计
• 页码范围: 21-26
• 页数: 6页
• 分类号: TM715|TN0
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1701420

摘要

针对电力供需不平衡将会影响供用电质量,严重时会影响电力系统的稳定性问题,对用电需求进行了预测研究.随着智能电网技术的飞速发展,对采集的海量电力数据进行分析能够反映出电力负荷的需求情况,基于此,提出了电力需求预测的原理及其特点,并采用PCA方法,在海量电力数据中提取出用于电力需求预测的主要影响因子:宏观经济,电价,温度,湿度,作为用电需求预测的输入数据.对ARMA的数学模型进行推导分析,并建立了基于ARMA的用电需求预测模型,给出了相应的预测步骤.最后根据某市的用电信息情况,进行用电需求预测的实验仿真,仿真结果表明,在总需求预测上ARMA方法预测误差均小于1％,相比于BP和SVM算法,ARMA方法在综合考虑预测精度和预测时间上,优势明显.并开发了相应的ARMA预测模型系统,该系统在某市电力公司运行效果良好,功能稳定,为电力公司制定相应的用电决策提供了依据.