短期电力负荷预测的时间序列数据深度挖掘模型设计

• 作者: 董亮 阚新生 邓国如 徐杰 袁慧
• 来源期刊: 能源与环保
• 关键词: 短期电力负荷 预测 时间序列 数据深度挖掘
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 机电与智能化|Mechatronics and Intellectualization
• 页码范围: 207-212
• 页数: 6页
• 分类号: TP311
• 语种: 中文
• DOI: 10.19389/j.cnki.1003-0506.2021.06.036

摘要

短期电力负荷预测存在数据时间序列紊乱现象,导致预测短期电力负荷精确度低,为此提出用于短期电力负荷预测的时间序列数据深度挖掘模型.设计数据预处理电力数据仓库体系,获取电力数据,并对电力数据进行排序处理;基于数据处理结果,划分数据时间序列,建立时间序列数据深度挖掘模型,预测短期电力负荷.实验结果显示,采集同一区域的同一电力局电力信息,对短期电力负荷进行预测,预测短期电力负荷功率与实际一致,对短期电力负荷预测的精确度较高.