基于智能相似日识别及偏差校正的短期负荷预测方法

• 作者: 刘昕 刘翊枫 周国鹏 汪洋 邵立政 郑宇鹏
• 来源期刊: 电力系统保护与控制
• 关键词: 相关因素 特征矩阵 相似日 偏差校正 短期负荷预测
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 应用研究
• 页码范围: 138-145
• 页数: 8页
• 字数: 4056字
• 语种: 中文
• DOI: 10.19783/j.cnki.pspc.180866

摘要

在传统负荷预测理论的基础上,提出了基于智能相似日识别及偏差校正的新型短期负荷预测方法.首先构建地市—相关因素特征矩阵,通过判断矩阵相关性智能选取负荷相似日,从而实现负荷曲线的一次预测.在此基础上,建立了实时气象偏差校正策略,采用XGBoost算法进行负荷曲线的二次偏差校正,达到短期负荷预测的目标.算例研究表明,该策略能够有效提升短期负荷预测精度,而且具有较好的自适应特性,可以应用于电力系统短期负荷预测实践.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘昕		4	8	1.0	2.0
2	汪洋		10	58	4.0	7.0
3	邵立政		4	13	3.0	3.0
4	刘翊枫		3	9	2.0	3.0
5	周国鹏		1	5	1.0	1.0
6	郑宇鹏		1	5	1.0	1.0