首页|基于负荷特性聚类及Elastic Net分析的短期负荷预测方法

基于负荷特性聚类及Elastic Net分析的短期负荷预测方法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
提出了一种基于负荷特性聚类及Elastic Net分析的短期负荷预测方法.通过对历史负荷特性进行分析和聚类,对全年日进行分类并指定日类型,避免日类型选择过于宽泛且缺乏针对性.同时采用Elastic Net方法对影响负荷预测的主导因素进行辨识和筛选.最后,在以上预测输入变量优化的基础上,建立神经网络预测模型.以广东省某市实际负荷为例,通过与其他方法对比,验证了所提方法在提高日负荷曲线预测精度方面的有效性.算例结果表明,所提模型适用期较长,无须反复训练,对短期负荷预测有较强的应用价值.
A Short-Term Load Forecasting Method Based on Load Curve Clustering and Elastic Net Analysis

靳冰洁、林勇、罗澍忻、韦斌、周姝灿

展开 >

广东电网有限责任公司电网规划研究中心,广东 广州 510080

负荷特性 聚类分析 弹性网络 神经网络 负荷预测

南方电网规划专题项目

030000QQ00180023

2020

10.11930/j.issn.1004-9649.201905111

中国电力
国网能源研究院 中国电机工程学会

中国电力

CSTPCDCSCD北大核心
影响因子：1.463
ISSN：1004-9649
年,卷(期)：2020.53(9)
  • 10
  • 14