基于隐含数据信息挖掘的贝叶斯电采暖负荷预测

• 作者: 张宝群 徐振华 李香龙 马龙飞
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 电采暖负荷预测 贝叶斯网络 隐含数据 概率分布
• 年，卷（期）: 2018,（24）
• 所属期刊栏目: 信息与能源
• 页码范围: 88-93
• 页数: 6页
• 分类号: TM72
• 字数: 4486字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1390.2018.24.015

摘要

冬季电采暖负荷的准确预测对电网安全稳定运行以及电力系统调峰和调频具有重要意义.为充分挖掘冬季电采暖负荷数据中隐含信息,提出基于贝叶斯网络的多变量冬季电采暖负荷预测方法.首先将隐含信息数据中的多变量数据分为可观测数据和隐含数据,依据变量之间的影响机制搭建贝叶斯网络结构,并通过EM(Expectation Maximization Algorithm)算法训练可观测数据信息,获取隐含数据分布,进而基于可观测数据和隐含数据实现冬季电采暖负荷预测.采用北京市电力公司提供的冬季电采暖负荷实测数据进行验证,结果表明,采用贝叶斯网络进行电采暖负荷预测具有较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李香龙	国网北京市电力公司电力科学研究院	20	116	7.0	10.0
2	马龙飞	国网北京市电力公司电力科学研究院	13	44	4.0	6.0
3	张宝群	北京航空航天大学自动化科学与电气工程学院	1	2	1.0	1.0
4	徐振华	北京航空航天大学自动化科学与电气工程学院	1	2	1.0	1.0