论文摘要
负荷预测是电力系统规划、经济和安全运行以及电力市场交易的基础。短时间尺度相关性分析能够挖掘一段时间内负荷的用电行为,相似用电行为分析有助于改善负荷预测效果,因此提出了基于短时间尺度相关性聚类的负荷预测方法。根据短时间尺度用电时间序列之间的皮尔逊相关系数构造相关系数矩阵,并对相关系数矩阵进行去噪处理;基于相关系数矩阵,利用模糊c均值聚类的方法来实现不同用电特性负荷之间的聚类,每类中负荷具有相似的用电行为;再分别对每一类中所有负荷数据求和并利用人工神经网络进行超短期负荷预测,基于每类的负荷预测结果计算系统的负荷预测;通过对某110 kV变电站10 kV负荷馈线的实际数据进行分析,分析结果表明基于短时间尺度相关性分析的聚类提升了负荷预测的效果,从而验证了所提方法的有效性。
论文目录
文章来源
类型: 期刊论文
作者: 李永通,陶顺,赵蕾,郭傲
关键词: 短时间尺度,相关性,负荷聚类,负荷预测
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: 华北电力大学电气与电子工程学院
基金: 国家高技术研究发展计划(863计划)项目(2015AA050603)
分类号: TM715
DOI: 10.19753/j.issn1001-1390.2019.016.006
页码: 32-38
总页数: 7
文件大小: 1027K
下载量: 288