基于气象成分分解的夏季短期负荷预测

作者：刘翊枫; 周辉^*; 刘昕; 汪洋; 郑宇鹏; 邵立政

来源：电测与仪表, 2019, 56(21): 129-135.

DOI：10.19753/j.issn1001-1390.2019.021.021

• 短期负荷预测
• 气象成分分解
• 气象波动因素
• XGBoost

夏季负荷受温度等气象因素影响大,表现出随机性强、波动性大的特点。针对现有短期负荷预测模型在夏季预测精度不高的问题,文中提出在负荷成分分解的同时,将温度分解为日周期分量和波动分量,以此准确把握短时气象波动对夏季短期负荷预测的影响。在充分分析负荷各分量变化趋势及对整体负荷预测精度影响的基础上,针对各个负荷分量特征分别选择预测方法。预测气象敏感负荷分量时引入温度波动分量,基于XGBoost智能算法构建预测模型。选用我国中部某市夏季历史负荷建立训练样本,对2017年8月份日96点负荷进行预测,预测结果验证了所提模型和算法的有效性。