科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着智能电网的快速发展和建设,用户用电需求响应与负荷预测变得越来越复杂。面向低压配电台区和单一用户用电负荷预测,提出一种基于负荷分解与聚类融合的短期负荷预测方法。首先,通过对用户用电行为进行负荷分解和成分提取,聚类融合出几种不同类别的典型特征负荷曲线集。然后,针对不同类别负荷分别建立PSO-BP神经网络负荷预测模型,将不同类别负荷曲线集作为输入量得出各类负荷预测结果,再利用负荷曲线叠加法重构原始总负荷曲线得到最终预测结果。最后,以某智能配电试验台区的日常负荷数据为研究对象,将基于所提算法的预测结果与未经负荷分解和聚类融合的PSO-BP神经网络算法预测结果进行对比,验证了所提方法的正确性和有效性,对提高短期负荷预测的精度具有一定的工程实用价值。
-
单位国网冀北电力有限公司承德供电公司
