基于大数据的多子网负荷预测

• 作者: 刘晓悦 孙海鹤
• 来源期刊: 现代电子技术
• 关键词: 大数据 数据挖掘 神经网络 负荷预测 子网预测 相似度评价
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 计算机科学与应用
• 页码范围: 61-64,68
• 页数: 5页
• 分类号: TN919-34|TM743
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.12.015

摘要

针对集中式负荷预测方法没有考虑到各区域内负荷特性的不同,也不能充分利用电网大数据优势的问题,提出了基于大数据的多子网预测方法.该方法通过子网预测实现大电网的预测.根据大数据分析负荷变化规律,利用数据挖掘原理对样本进行聚类.基于大数据对子网划分,根据相似度评价方法对子网合并,利用神经网络建立子网负荷预测模型.为验证所提方法的有效性,利用电网数据进行算例分析,对比集中式负荷预测,所提方法预测效果更好并且用时更少,在大电网负荷预测中有一定实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘晓悦	华北理工大学电气工程学院	44	73	5.0	7.0
2	孙海鹤	华北理工大学电气工程学院	3	1	1.0	1.0