弱约束关联下考虑社会属性的低压居民台区负荷预测

• 作者: 卢德龙 吕培强 吴阳 殷勤 缪继东
• 来源期刊: 电力大数据
• 学科: 工学
• 关键词: 低压居民台区 负荷预测 弱约束关联 社会属性 神经网络
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 大数据专题
• 页码范围: 9-16
• 页数: 8页
• 分类号: TM714
• 语种: 中文

摘要

台区的负荷监测与预测是电网公司营销部门运营管理的核心议题,如何实现对存量台区的监控与预测,及时的提升变压器与输电线路容量是电网消费侧亟待解决的难题.相较于主干网与配电网,低压居民台区负荷预测的不确定性更大,受到用户用电行为的影响更为明显,不同台区之间的用电负荷不具有相互参考性,表现为弱约束关联.考虑到不同低压台区的社会属性,本文提出将低压居民台区分为老旧小区、新上小区、安置小区、别墅等不同类型台区.对充电桩、电梯、空调等台区内用电负荷进行建模,拟合不同类型台区的用电负荷数据.利用K-means聚类算法验证台区分类的正确性,提出了基于BP神经网络的低压居民台区负荷短时预测算法,实现了负荷成分的解耦与分类建模.利用电力用户用电信息采集系统中的数据验证了提出理论的有效性.