面向云边协同的配变短期负荷集群预测

作者：郭祥富; 刘昊; 毛万登; 范敏^*; 胡雅倩; 夏嘉璐

来源：电力系统保护与控制, 2022, 50(09): 84-92.

DOI：10.19783/j.cnki.pspc.210912

• 云边协同
• 负荷曲线聚类
• 短期负荷预测
• 集群预测

配电变压器是配电网中连接用户的重要设备，研究其负荷变化规律是十分重要的。随着物联网技术在电力系统中的推广，配电网中监测的配电变压器将越来越多，但对众多设备逐一分析建模会导致工作低效。因此，提出面向云边协同的配变负荷预测框架，并着重研究云端的集群预测模型。首先，集群预测模型对配变进行日负荷曲线聚类，提取日负荷模式，并分析各配变日负荷模式变化规律，采用聚类方法划分具有相似用电行为的配变。然后，将同类别配变负荷数据整合训练，利用STL-LSTMs-XGBoost预测模型实现配变的短期负荷集群预测。最后，通过使用某市配变的负荷数据作为算例进行分析，实验结果验证了所提方法的可行性和有效性。

• 单位
  重庆大学; 国网河南省电力公司电力科学研究院; 自动化学院