考虑关联因素的智能化中长期电力负荷预测方法

• 作者: 崔慧军 张志 杜延菱 汪洋 贺哲 赖晓文
• 来源期刊: 电力系统保护与控制
• 关键词: 中长期负荷预测 季节分解 时滞效应 主成分分析
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 大数据与预测技术在现代电力系统中的应用
• 页码范围: 24-30
• 页数: 7页
• 字数: 5470字
• 语种: 中文
• DOI: 10.7667/PSPC201862

摘要

为了解决现有中长期负荷预测方法中存在的预测精度欠优及场景适用性较差等问题,提出一种考虑影响因素协调关系及滞后效应的新型中长期负荷预测方法.首先通过关联矩阵筛选得到影响负荷变化的强相关因素,结合计量学的 X-12-ARIMA 模型对负荷及其影响因素进行季节分解,得到 3 个特征分解部分.在此基础上,通过时滞效应检验确定滞后期数,结合主成分分析法去除数据噪声影响,进一步提升数据纯度.最后针对月度和季度负荷进行预测算例分析,通过比对其他时序外推方法的预测结果和非线性模型方法应用后的精度提升,验证了所提方法的有效性和适用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔慧军		14	80	5.0	8.0
2	赖晓文		9	34	3.0	5.0
3	汪洋		10	58	4.0	7.0
4	杜延菱		6	28	4.0	5.0
5	张志		8	25	3.0	4.0
6	贺哲		2	14	2.0	2.0