基于BIC准则和加权皮尔逊距离的居民负荷模式精细识别及预测

作者：夏飞; 张洁; 张浩; 陆剑峰^*

来源：电子测量与仪器学报, 2020, 34(11): 33-42.

DOI：10.13382/j.jemi.B2003008

• BIC特征提取
• 加权皮尔逊距离
• 密度峰值法
• 改进的LSTM网络
• 精细分类
• 居民负荷预测

针对居民日用电负荷的聚类分析和预测问题提出了一种基于居民用电负荷模式精细分类的预测框架。为了提高用于聚类分析的特征质量,首先基于贝叶斯信息准则(BIC)实现特征筛选。然后,采用基于加权皮尔逊距离的密度峰值法实现居民用电负荷曲线形态的准确识别。接下来,通过融合激活函数的方法对长短期记忆(LSTM)预测网络进行改进。最后,利用改进后的LSTM网络对精细分类的居民用电负荷模式进行预测。实验结果表明,根据所提出的方法得到的预测误差指标为平均绝对百分误差(MAPE),MAPE=6.6792%,提高了负荷预测质量,在居民用电负荷预测中具有较好的效果。

• 单位
  上海电力大学; 同济大学