基于相似时间序列检索的超短期负荷预测

被引：38

作者：

张思远 ^{[1
]}

何光宇 ^{[1
]}

梅生伟 ^{[1
]}

王伟 ^{[2
]}

张王俊 ^{[2
]}

机构：

[1] 电力系统及发电设备控制和仿真国家重点实验室(清华大学电机系)

[2] 上海市电力公司

来源：

电网技术 | 2008年 / 12期

关键词：

电力系统; 超短期负荷预测; 时间序列; 相似性;

D O I：

10.13335/j.1000-3673.pst.2008.12.005

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 ;

摘要：

针对目前超短期负荷预测算法存在的预测精度不稳定、实时性能不强等问题,从时序数据挖掘的重要方法——相似时间序列的检索出发,结合负荷自身的周期性变化规律,提出了一种新的超短期负荷预测方法。该方法具有简单实用的坏数据处理机制;通过扩展负荷序列相似的概念有效地增加了预测样本的数量,提高了预测样本的质量;对预测值的加权处理抵御了单样本预测带来的风险,使预测的精度稳定在一个较高水平。实际应用结果表明,该方法的预测精度高、稳定性强,能较好地满足电力系统各方面的需求。

引用

页码：56 / 59

页数：4

共 12 条

[1] AEMS及其在上海电网的应用 [J].