利用模糊信息粒化与支持向量机的空间负荷预测方法

• 作者: 肖白 赵晓宁 姜卓 施永刚 焦明曦 王徭
• 来源期刊: 电网技术
• 关键词: 空间负荷预测 地理信息系统 模糊信息粒化 支持向量机 网格化
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 电力系统|Power System
• 页码范围: 251-258
• 页数: 8页
• 分类号: TM721
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2019.1463

摘要

若直接使用实测负荷数据最大值进行空间负荷预测,则元胞负荷中的异常数据会导致预测结果精度降低,考虑到通过确定并利用元胞负荷合理最大值可以明显改善预测精度,提出一种基于模糊信息粒化与支持向量机的空间负荷预测方法.首先构建电力地理信息系统,并在其中生成2类元胞.其次按照时间尺度的长短区分I类元胞负荷颗粒度的粗细,通过划分模糊粒化窗口,建立合理的模糊集对I类元胞细颗粒度下的历史负荷数据进行模糊信息粒化,进而确定出I类元胞粗颗粒度下的历史负荷的合理最大值.然后采用支持向量机模型,对粗颗粒度下的I类元胞负荷进行预测.最后确定I类元胞负荷密度均衡系数,求取分类负荷密度指标,结合用地信息求得各II类元胞负荷预测值,从而实现对空间电力负荷预测结果的网格化.工程实例表明了该方法的实用性和有效性.