本文關(guān)鍵詞： 用電模式穩(wěn)定性 主成分分析 相似性判定 負(fù)荷預(yù)測　出處：《電力系統(tǒng)自動化》2017年19期 　論文類型：期刊論文

【摘要】：用電模式穩(wěn)定性分析是實施用戶用電量預(yù)測的前提,其本質(zhì)是考察不同歷史時間段用電模式的相似性。過長的基礎(chǔ)數(shù)據(jù)時間跨度會降低用電模式穩(wěn)定性分析的可行性和準(zhǔn)確性,而在短期內(nèi)基于日用電量數(shù)據(jù)評估的用電特征指標(biāo)又受隨機(jī)因素干擾,難以準(zhǔn)確反映用電模式。為此,提出一種以過往幾周日用電系數(shù)和日用電波動率為原始特征指標(biāo)提取用電模式主成分,進(jìn)而用兩個歷史時間段內(nèi)用電模式主成分因子載荷的歐氏距離衡量用電模式穩(wěn)定性的方法。針對某小區(qū)的算例結(jié)果表明,用所提方法判定為用電模式穩(wěn)定、不穩(wěn)定的用戶組的用電量預(yù)測精度存在明顯差異,且相似性距離與預(yù)測誤差存在正相關(guān)性。算例分析表明,合適的歷史數(shù)據(jù)時間跨度對提升方法的適用性和準(zhǔn)確性至關(guān)重要,所提方法采用16周歷史數(shù)據(jù)較為合理。
[Abstract]:Power mode stability analysis is the premise of power consumption prediction, and its essence is to investigate the similarity of power consumption modes in different historical periods. Long time span of basic data will reduce the feasibility and accuracy of power mode stability analysis. However, in the short term, the power consumption characteristic index based on daily electricity consumption data evaluation is disturbed by random factors, so it is difficult to accurately reflect the power consumption mode. This paper presents a method to extract the principal components of the power consumption mode based on the diurnal power consumption coefficient and the daily power fluctuation rate as the original characteristic indexes. Furthermore, the Euclidean distance of the principal component factor load in two historical periods is used to measure the stability of the power consumption mode. The results of an example of a small district show that the proposed method is considered to be stable. The prediction accuracy of power consumption of unstable user groups is obviously different, and the similarity distance is positively correlated with the prediction error. The analysis of example shows that the appropriate time span of historical data is very important to the applicability and accuracy of the method. It is reasonable to use 16 weeks historical data for the proposed method.
【作者單位】： 電力傳輸與功率變換控制教育部重點實驗室(上海交通大學(xué));國網(wǎng)上海市電力公司市北供電公司;
【基金】：國家自然科學(xué)基金資助項目(51337005) 國家電網(wǎng)公司科技項目(5209141500QW)~~
【分類號】：TM712;TM715

【相似文獻(xiàn)】

相關(guān)期刊論文 前7條

1 李濤;郭小晶;周寧寧;;電力上市公司財務(wù)狀況主成分分析評價[J];財會通訊;2010年33期

2 呂文星;;基于主成分分析和聚類分析方法的電力行業(yè)上市公司年報分析[J];河北理工大學(xué)學(xué)報(社會科學(xué)版);2007年S1期

3 王瑞蓮;趙萬里;;基于改進(jìn)主成分分析法的水輪發(fā)電機(jī)組振動故障診斷研究[J];水力發(fā)電學(xué)報;2014年03期

4 劉家軍;姚李孝;苗華;李曉騰;;基于SPSS的電力需求與行業(yè)發(fā)展之間的規(guī)律研究[J];現(xiàn)代電力;2010年06期

5 彭璽;王先培;黃云光;;基于多尺度加權(quán)主成分分析的SF_6紅外光譜分析[J];光譜學(xué)與光譜分析;2012年06期

6 齊敏芳;付忠廣;景源;馬亞;;基于信息熵與主成分分析的火電機(jī)組綜合評價方法[J];中國電機(jī)工程學(xué)報;2013年02期

7 周松林;茆美琴;蘇建徽;;基于主成分分析與人工神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率預(yù)測[J];電網(wǎng)技術(shù);2011年09期

相關(guān)會議論文 前3條

1 楊曉亮;徐建源;林莘;;主成分BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型在風(fēng)電場輸出功率中的應(yīng)用[A];2010輸變電年會論文集[C];2010年

2 尹昌潔;王海東;;基于主成分分析的鍋爐NO_x排放的神經(jīng)網(wǎng)絡(luò)建模[A];智能化電站技術(shù)發(fā)展研討暨電站自動化2013年會論文集[C];2013年

3 曾遠(yuǎn)方;張步涵;吳俊利;別佩;李枚;趙爽;;基于主成分分析的風(fēng)電場等值方法的研究[A];湖北省電工技術(shù)學(xué)會、武漢電工技術(shù)學(xué)會2013年度學(xué)術(shù)年會、第五屆“智能電網(wǎng)”暨“電機(jī)能效提升”發(fā)展論壇論文集[C];2013年

相關(guān)碩士學(xué)位論文 前4條

1 張寧;水泥生產(chǎn)電耗預(yù)測與用電負(fù)荷優(yōu)化調(diào)度技術(shù)研究[D];天津理工大學(xué);2015年

2 周寶玉;基于改進(jìn)主成分分析的電網(wǎng)分區(qū)方案評價模型的研究[D];華北電力大學(xué);2015年

3 富雙進(jìn);電站風(fēng)機(jī)故障預(yù)警系統(tǒng)的研究[D];華北電力大學(xué);2015年

4 徐彥嵩;中長期風(fēng)電功率預(yù)測方法研究[D];沈陽工程學(xué)院;2017年

，

本文編號：1550136