融合日期类型的改进线性回归短期负荷预测模型

论文摘要

为了提高短期电力负荷预测精度,综合分析气象、经济、节假日等影响因素,以K-means聚类方法定义节假日变量,并考虑日期类型与气象因素的交叉效应,提出融合日期类型与气象因素的多元线性回归短期负荷预测模型。该模型弥补了广义线性模型无法体现节假日因素影响的缺点,在一定程度上提高了预测精度。利用西南某省2013—2016年实际电力负荷数据对模型进行检验,结果表明:该模型通过对历史数据的深度挖掘以及对日期信息的合理利用,提高了短期负荷预测精度,拓展了多元线性回归模型在短期负荷预测中的适应性。

论文目录

• 1 不同因素对西南某省短期负荷预测的影响
•   1.1 日期因素的影响分析
•   1.2 气象因素的影响分析
• 2 考虑日期类型及气象因素的改进多元线性回归短期负荷预测模型
•   2.1 广义多元线性回归模型
•   2.2 定量变量分析
•     2.2.1 趋势变量
•     2.2.2 温度变量
•   2.3 定性变量分析
•   2.4 建立模型
• 3 基于负荷特性曲线的特殊日期分类
•   3.1 基本思路
•   3.2 负荷曲线聚类
•     3.2.1 最优聚类数确定
•     3.2.2 日负荷曲线分类结果
• 4 算例
• 5 结论
• 项目简介:

文章来源

类型: 期刊论文

作者: 王凌谊,王志敏,钱纹,朱玥,顾洁,彭虹桥,时亚军

关键词: 负荷预测,线性回归模型,日期类型,气象因素,聚类

来源: 广东电力 2019年05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: 云南电网有限责任公司电网规划建设研究中心,大数据工程技术研究中心(上海交通大学电子信息与电气工程学院)

基金: 国家重点基础研究发展计划项目(2016YFB0900101)

分类号: TM715;TP311.13

页码: 43-50

总页数: 8

文件大小: 3061K

下载量: 140