计及需求响应和深度结构多任务学习的电力系统短期负荷预测

计及需求响应和深度结构多任务学习的电力系统短期负荷预测

论文摘要

随着需求响应技术的快速发展,使得电力系统负荷数据呈现出规模庞大、结构复杂的非线性特征,基于深度机器学习和高效数据处理平台的负荷预测方法是当前的研究重点。为实现计及需求响应的电力系统短期负荷预测,建立了基于Spark平台和时钟频率驱动循环神经网络(CW-RNNs)的短期负荷预测方法。在Spark平台上设置不同工作组将全部数据分割为多个子数据模块,通过并行化计算提高数据处理效率,进而基于需求响应技术对负荷曲线做出调整,计算得到用户预期收益和用户舒适度影响指标值;采用离散小波变换将调整后的负荷曲线分解,得到一组高、低频信号;并采用偏最小二乘回归模型和CW-RNNs回归模型分别对低、高频信号进行训练学习;将训练好的PLS模型和CW-RNNs模型通过加权平均得到最终组合预测模型(Spark-CW-RNNs)。通过实例计算验证算法的准确性和有效性,结果表明:Spark-CW-RNNs模型比其他单一模型的预测误差更小、预测精度更高,模型具有有效性和可行性。

论文目录

  • 0 引言
  • 1 时钟频率驱动循环神经网络回归模型
  •   1.1 循环神经网络 (RNNs)
  •   1.2 CW-RNNs模型推导
  • 2 计及需求响应的负荷调整
  • 3 基于Spark平台的CW-RNNs短期负荷预测模型
  •   3.1 DWT信号分解模型
  •   3.2 低频信号拟合模型
  •   3.3 预测模型评价指标
  • 4 算例验证
  • 5 结束语
  • 文章来源

    类型: 期刊论文

    作者: 马天男,王超,彭丽霖,郭小帆,付明

    关键词: 需求响应,电力负荷预测,深度学习,平台

    来源: 电测与仪表 2019年16期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 电力工业

    单位: 国网四川省电力公司经济技术研究院,四川电力交易中心有限公司,北京华联电力工程监理有限公司

    基金: 国家自然科学基金资助项目(71501071)

    分类号: TM715

    DOI: 10.19753/j.issn1001-1390.2019.016.009

    页码: 50-60

    总页数: 11

    文件大小: 2949K

    下载量: 401

    相关论文文献

    • [1].特别策划专题征文 “考虑综合能源的广义需求响应”[J]. 供用电 2020(02)
    • [2].建筑负荷参与电力需求响应的可行性及效果研究[J]. 制冷与空调(四川) 2020(03)
    • [3].分时电价背景下综合能源需求响应优化建模[J]. 电力工程技术 2020(05)
    • [4].中美需求响应发展状态比较及分析[J]. 电力需求侧管理 2019(03)
    • [5].综合能源系统中的综合需求响应研究[J]. 电工技术 2019(22)
    • [6].我国需求响应分阶段商业模式研究[J]. 时代经贸 2016(33)
    • [7].售电侧放开下的需求响应[J]. 供用电 2017(03)
    • [8].基于能源管理的自动需求响应应用研究[J]. 电力需求侧管理 2017(04)
    • [9].自动需求响应技术系统在智能电网的应用研究[J]. 通信电源技术 2017(04)
    • [10].考虑需求响应和多能互补的虚拟电厂协调优化策略[J]. 电力建设 2017(09)
    • [11].基于信用等级的虚拟电厂需求响应效果后评估[J]. 电力建设 2017(09)
    • [12].基于电力需求响应的建筑基线负荷预测方法研究[J]. 绿色建筑 2017(04)
    • [13].瑞典居民用户需求响应的潜力和障碍的调查与研究[J]. 电力需求侧管理 2015(06)
    • [14].美国需求响应实施现状及对中国的经验启示[J]. 环球市场信息导报 2017(41)
    • [15].特别策划专题征文“考虑综合能源的广义需求响应”[J]. 供用电 2020(03)
    • [16].考虑需求响应虚拟电厂的新能源电力系统两阶段优化调度研究[J]. 电力需求侧管理 2020(01)
    • [17].智能电网需求响应管理中的频谱感知技术[J]. 北京信息科技大学学报(自然科学版) 2020(02)
    • [18].考虑综合能源的广义需求响应[J]. 供用电 2020(07)
    • [19].计及滚动评价的居民群需求响应策略[J]. 中国电力 2019(02)
    • [20].动态需求响应概念扩展及研究重点[J]. 电力系统自动化 2019(14)
    • [21].考虑全局不等约束的多代理系统分布式需求响应优化[J]. 电网技术 2019(09)
    • [22].江苏电力需求响应的探索和实践[J]. 电力需求侧管理 2018(01)
    • [23].我国需求响应实施现状及发展展望[J]. 新型工业化 2016(11)
    • [24].黄浦区举办电力需求响应培训[J]. 上海节能 2017(01)
    • [25].基于互联网家电的需求响应聚合系统信息接口研究与设计[J]. 电网技术 2016(12)
    • [26].售电侧放开对需求响应实施模式的影响[J]. 中国电力企业管理 2016(36)
    • [27].计及用电行为聚类的智能小区互动化需求响应方法[J]. 电力系统自动化 2017(17)
    • [28].考虑需求响应交易市场的虚拟电厂多阶段竞价策略研究[J]. 电力系统保护与控制 2017(19)
    • [29].基于物联网技术的自动需求响应系统架构与应用方案研究[J]. 电测与仪表 2014(24)
    • [30].需求响应管理系统设计[J]. 电气应用 2013(S1)

    标签:;  ;  ;  ;  

    计及需求响应和深度结构多任务学习的电力系统短期负荷预测
    下载Doc文档

    猜你喜欢