一种基于HMF的火电机组短期负荷预测方法

作者：丁伟; 任少君; 司风琪^*; 郭鼎

来源：热能动力工程, 2020, 35(01): 191-197.

DOI：10.16146/j.cnki.rndlgc.2020.01.029

• 负荷预测
• 负荷特性
• 聚类
• 相似性
• HMF

以某1 000 MW机组为研究对象,通过对机组历史日负荷数据进行聚类分析,得到机组负荷的相似性特征。然后提出了一种适用于火电机组负荷预测的历史匹配预测算法(History matching and forecasting algorithm,HMF),HMF算法将预测时间点之前几个小时的负荷序列与同时段的历史负荷数据进行相似性匹配,利用最相似日的负荷变化趋势对未来负荷做出预测。算例测试表明:HMF算法未来3 h的负荷预测平均误差为4.412%,比传统的自回归滑动平均模型(Autoregressive moving average model,ARMA)具有更高的预测精度,且在变负荷过程中也能取得较好的预测效果。

• 单位
  东南大学