基于负荷特性聚类及Elastic Net分析的短期负荷预测方法

• 作者: 周姝灿 林勇 罗澍忻 靳冰洁 韦斌
• 来源期刊: 中国电力
• 关键词: 负荷特性 聚类分析 弹性网络 神经网络 负荷预测
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 电网
• 页码范围: 221-228
• 页数: 8页
• 字数: 4721字
• 语种: 中文
• DOI: 10.11930/j.issn.1004-9649.201905111

摘要

提出了一种基于负荷特性聚类及Elastic Net分析的短期负荷预测方法.通过对历史负荷特性进行分析和聚类,对全年日进行分类并指定日类型,避免日类型选择过于宽泛且缺乏针对性.同时采用Elastic Net方法对影响负荷预测的主导因素进行辨识和筛选.最后,在以上预测输入变量优化的基础上,建立神经网络预测模型.以广东省某市实际负荷为例,通过与其他方法对比,验证了所提方法在提高日负荷曲线预测精度方面的有效性.算例结果表明,所提模型适用期较长,无须反复训练,对短期负荷预测有较强的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韦斌	广东电网有限责任公司电网规划研究中心	13	50	4.0	7.0
2	周姝灿	广东电网有限责任公司电网规划研究中心	3	4	1.0	2.0
3	林勇	广东电网有限责任公司电网规划研究中心	38	245	8.0	14.0
4	罗澍忻	广东电网有限责任公司电网规划研究中心	7	9	2.0	3.0
5	靳冰洁	广东电网有限责任公司电网规划研究中心	5	19	2.0	4.0