發(fā)布時(shí)間：2023-01-12 20:34

　　精確的負(fù)荷預(yù)測對于電力系統(tǒng)的有效調(diào)度和安全運(yùn)行至關(guān)重要.本文提出基于改進(jìn)的隨機(jī)森林（IRF）和密度的聚類（DBSCAN）的頻域組合預(yù)測方法.首先,采用經(jīng)驗(yàn)小波變換（EWT）分解負(fù)荷,得到不同的固有模態(tài)分量（IMFs）;其次,根據(jù)各分量特征采用合理的方法進(jìn)行預(yù)測.其中,低頻、中頻分量采用IRF預(yù)測;高頻分量使用DBSCAN根據(jù)氣象因素溫度和濕度聚類,再根據(jù)每類的樣本特性選擇處理方法.最后,疊加各分量的預(yù)測值,獲取負(fù)荷預(yù)測值.根據(jù)某地市現(xiàn)場負(fù)荷數(shù)據(jù)進(jìn)行實(shí)驗(yàn),預(yù)測結(jié)果分別與EWT–IRF, EWT–隨機(jī)森林（RF）、經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）–IRF模型的預(yù)測結(jié)果進(jìn)行對比.結(jié)果表明,提出的模型具有更高的預(yù)測精度,反映了實(shí)際負(fù)荷的隨機(jī)性. 

【文章頁數(shù)】：9 頁

【參考文獻(xiàn)】：
期刊論文
[1]DBSCAN算法研究及并行化實(shí)現(xiàn)[J]. 宋董飛,徐華.  計(jì)算機(jī)工程與應(yīng)用. 2018(24)
[2]電力負(fù)荷預(yù)測算法比較-隨機(jī)森林與支持向量機(jī)[J]. 霍娟,孫曉偉,張明杰.  電力系統(tǒng)及其自動(dòng)化學(xué)報(bào). 2019(07)
[3]基于EWT-WKELM的短期負(fù)荷預(yù)測[J]. 李青,于永軍,鄭少鵬,馬天嬌.  電力系統(tǒng)及其自動(dòng)化學(xué)報(bào). 2018(07)
[4]基于Akima-LMD和GRNN的短期負(fù)荷預(yù)測[J]. 鄒紅波,伏春林,喻圣.  電工電能新技術(shù). 2018(01)
[5]基于Spark平臺和多變量L2-Boosting回歸模型的分布式能源系統(tǒng)短期負(fù)荷預(yù)測[J]. 馬天男,牛東曉,黃雅莉,杜振東.  電網(wǎng)技術(shù). 2016(06)
[6]基于灰色投影改進(jìn)隨機(jī)森林算法的電力系統(tǒng)短期負(fù)荷預(yù)測[J]. 吳瀟雨,和敬涵,張沛,胡駿.  電力系統(tǒng)自動(dòng)化. 2015(12)
[7]基于改進(jìn)數(shù)據(jù)流在線分割的超短期負(fù)荷預(yù)測[J]. 唐聰嵐,盧繼平,謝應(yīng)昭,張露.  電網(wǎng)技術(shù). 2014(07)
[8]基于非負(fù)矩陣分解的相關(guān)向量機(jī)短期負(fù)荷預(yù)測模型[J]. 黃帥棟,衛(wèi)志農(nóng),高宗和,楊爭林,孫國強(qiáng),孫永輝.  電力系統(tǒng)自動(dòng)化. 2012(11)
[9]基于Mallat算法的日負(fù)荷預(yù)測實(shí)用方法研究[J]. 蔣建東,宋苗菊,賈偉.  電力系統(tǒng)保護(hù)與控制. 2009(20)



本文編號：3730413