基于K-means聚类的小波支持向量机配电网短期负荷预测及应用

论文摘要

配电主站因量测能力不足制约着潮流计算、负荷转供等应用功能的工程实用化水平。在智能配用电大数据环境下,针对配电网负荷波动性和随机性大的特点,提出K-means聚类和小波—支持向量机相结合的配电网短期负荷预测方法。通过横向聚类分析提取日负荷典型特征曲线,补全历史缺失数据;通过纵向聚类分析对历史相似日归类,挖掘外部环境因素对负荷的影响。采用小波变换将历史数据分解到不同的尺度上,结合聚类结果形成各分支训练样本进行支持向量机预测,各分支预测结果叠加生成最终预测结果。基于配电变压器负荷预测的结果对负荷转供方案进行安全校验,为线路检修计划提供指导。

论文目录

• 0 引言
• 1 基于营配贯通的配电网负荷特性分析
•   1.1 负荷数据标幺化处理
•   1.2 K-means聚类算法
•   1.3 负荷缺失数据补全
• 2 小波—支持向量机预测模型
•   2.1 小波分解与重构
•   2.2 纵向聚类分析
•   2.3 支持向量机回归
•   2.4 小波支持向量机输入样本选取
• 3 基于负荷预测的负荷转供功能应用
• 4 算例分析
• 5 结语

文章来源

类型: 期刊论文

作者: 詹仁俊

关键词: 聚类,小波分解,支持向量机,短期负荷预测,负荷转供

来源: 供用电 2019年04期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 电力工业,计算机软件及计算机应用

单位: 国网福建省电力有限公司

基金: 国家电网公司科技项目“基于营配调信息贯通下的配电网调度应用管控验证研究”~~

分类号: TM715;TP311.13

DOI: 10.19421/j.cnki.1006-6357.2019.04.010

页码: 64-70

总页数: 7

文件大小: 1967K

下载量: 278