本文關(guān)鍵詞： 短期電力負(fù)荷預(yù)測 多樣性采樣 異構(gòu)模型 多算法多模型 在線第二次學(xué)習(xí)　出處：《計算機應(yīng)用》2017年11期 　論文類型：期刊論文

【摘要】：為了提高短期電力負(fù)荷預(yù)測精度,首次提出多算法多模型與在線第二次學(xué)習(xí)結(jié)合的預(yù)測方法。首先,利用互信息方法和統(tǒng)計方法對輸入變量進(jìn)行選擇;然后,通過Bootstrap方法對數(shù)據(jù)集進(jìn)行多樣性采樣,利用多個不同的人工智能算法和機器學(xué)習(xí)算法訓(xùn)練得到多個差異化較大的異構(gòu)預(yù)測模型;最后,用每個待預(yù)測時刻最近一段時間的實際負(fù)荷值、第一次學(xué)習(xí)生成的多異構(gòu)預(yù)測模型的負(fù)荷預(yù)測值構(gòu)成新訓(xùn)練數(shù)據(jù)集,對新訓(xùn)練數(shù)據(jù)集進(jìn)行在線第二次學(xué)習(xí),得到最終預(yù)測結(jié)果。對中國廣州市負(fù)荷進(jìn)行預(yù)測研究,與最優(yōu)單模型、單算法多模型和多算法單模型相比,在每日總負(fù)荷預(yù)測中,全年平均絕對百分誤差(MAPE)分別下降了21.07%、7.64%和5.00%,在每日峰值負(fù)荷預(yù)測中,全年MAPE分別下降了16.02%、7.60%和13.14%。實驗結(jié)果表明,推薦方法有效地提高了負(fù)荷預(yù)測精度,有利于智能電網(wǎng)實現(xiàn)節(jié)能降耗、調(diào)度精細(xì)化管理和電網(wǎng)安全預(yù)警。
[Abstract]:In order to improve the accuracy of short-term power load forecasting, a forecasting method combining multi-algorithm and multi-model with on-line second learning is proposed for the first time. Firstly, mutual information method and statistical method are used to select input variables. Then, the diversity of data sets is sampled by Bootstrap method, and many heterogeneous prediction models are obtained by using different artificial intelligence algorithms and machine learning algorithms. Finally, using the actual load value of the most recent period of time to be predicted, the load forecasting value of the first learning multi-heterogeneous forecasting model is used to form a new training data set. Through the second online learning of the new training data set, the final prediction results are obtained. The load forecasting of Guangzhou City, China, is compared with the optimal single model, single algorithm multi-model and multi-algorithm single model. In the daily total load forecasting, the average absolute percent error (MAPE) decreased by 21.07% and 5.00%, respectively, in the daily peak load forecasting. The annual MAPE decreased by 16.02% 7.60% and 13.14% respectively. The experimental results show that the recommended method can effectively improve the accuracy of load forecasting and is conducive to the realization of energy saving and consumption reduction in smart grid. Meticulous management of dispatching and early warning of power grid security.
【作者單位】： 湖南大學(xué)信息科學(xué)與工程學(xué)院;
【基金】：國家自然科學(xué)基金資助項目(61374172) 國家科技成果轉(zhuǎn)化項目(201255)~~
【分類號】：TM715;TP18
【正文快照】： 0引言電力負(fù)荷預(yù)測是智能電網(wǎng)建設(shè)的基本環(huán)節(jié)之一,精準(zhǔn)、時效的負(fù)荷預(yù)測是智能電網(wǎng)實現(xiàn)節(jié)能降耗、調(diào)度精細(xì)化管理和電網(wǎng)安全預(yù)警的基礎(chǔ)。由于影響電力負(fù)荷變化的因素呈現(xiàn)出較高的隨機性,使得電力負(fù)荷的變化也具有較高的隨機性,加大了預(yù)測的難度。已有電力負(fù)荷預(yù)測模型總體分為

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 龍健,張葉,李文云,洪貴平;提高認(rèn)識 做好負(fù)荷預(yù)測工作[J];云南電力技術(shù);2000年04期

2 鐘慶,吳捷,鐘丹虹;基于系統(tǒng)論的負(fù)荷預(yù)測集成化方法[J];電力自動化設(shè)備;2002年10期

3 張伏生,劉芳,趙文彬,寇強,劉沛津,曹正建;基于Internet/Intranet的負(fù)荷預(yù)測系統(tǒng)方案[J];電力系統(tǒng)自動化;2003年10期

4 康重慶;牟濤;夏清;;電力系統(tǒng)多級負(fù)荷預(yù)測及其協(xié)調(diào)問題 (一)研究框架[J];電力系統(tǒng)自動化;2008年07期

5 李小銳;黎燦兵;袁彥;;基于下級負(fù)荷預(yù)測的短期負(fù)荷預(yù)測新算法[J];江西電力職業(yè)技術(shù)學(xué)院學(xué)報;2008年02期

6 李新煒;王子琦;方鳴;周鵬;王啟明;李同;鞠平;;基于分區(qū)逐時氣象信息的全網(wǎng)負(fù)荷預(yù)測研究[J];電力系統(tǒng)保護(hù)與控制;2009年03期

7 康重慶;趙燃;陳新宇;楊興宇;曹欣;劉梅;;多級負(fù)荷預(yù)測的基礎(chǔ)問題分析[J];電力系統(tǒng)保護(hù)與控制;2009年09期

8 任峰;丁超;;市場環(huán)境下負(fù)荷預(yù)測誤差風(fēng)險管理研究[J];現(xiàn)代電力;2009年03期

9 羅鳳章;王成山;肖峻;侯磊;王建民;李亦農(nóng);陳春琴;王賽一;;計及氣溫因素的年度負(fù)荷預(yù)測修正方法[J];電力系統(tǒng)及其自動化學(xué)報;2009年03期

10 楊凱;;如何提高負(fù)荷預(yù)測的準(zhǔn)確率[J];大眾用電;2009年10期

相關(guān)會議論文 前10條

1 李小銳;黎燦兵;袁彥;;基于下級負(fù)荷預(yù)測的短期負(fù)荷預(yù)測新算法[A];中南七�。▍^(qū)）電力系統(tǒng)專業(yè)委員會第二十二屆聯(lián)合學(xué)術(shù)年會論文集[C];2007年

2 張勇;沈茂亞;;省地一體化負(fù)荷預(yù)測系統(tǒng)的設(shè)計及實現(xiàn)[A];貴州省電機工程學(xué)會2010年優(yōu)秀論文集[C];2010年

3 吳冰;張筱慧;;基于模糊數(shù)與多指標(biāo)灰靶決策理論的小區(qū)負(fù)荷預(yù)測[A];中國農(nóng)業(yè)工程學(xué)會電氣信息與自動化專業(yè)委員會、中國電機工程學(xué)會農(nóng)村電氣化分會科技與教育專委會2010年學(xué)術(shù)年會論文摘要[C];2010年

4 陳昊;吳杰;張釗;;模糊聚類分析在分區(qū)負(fù)荷預(yù)測中的應(yīng)用[A];江蘇省電工技術(shù)學(xué)會成立十周年慶典暨2004年學(xué)術(shù)年會論文集[C];2004年

5 屈利;苑津莎;張衛(wèi)華;李麗;;基于事例推理的負(fù)荷預(yù)測[A];中國儀器儀表學(xué)會第九屆青年學(xué)術(shù)會議論文集[C];2007年

6 韋碧琳;;對河池供電局負(fù)荷預(yù)測工作的探討[A];廣西電機工程學(xué)會第七屆青年學(xué)術(shù)交流會論文集[C];2002年

7 姜晗;;電力需求側(cè)負(fù)荷預(yù)測的算法[A];2005中國電機工程學(xué)會電力系統(tǒng)自動化專委會全國供用電管理自動化學(xué)術(shù)交流暨供用電管理自動化學(xué)科組第二屆年會論文集[C];2005年

8 高峰;張川;徐暉;周佃民;翟橋柱;管曉宏;;大型用電企業(yè)負(fù)荷預(yù)測校正方法[A];第二十七屆中國控制會議論文集[C];2008年

9 陳穎;吳強;;電力系統(tǒng)母線負(fù)荷預(yù)測系統(tǒng)在地區(qū)調(diào)度中的應(yīng)用[A];第六屆電力工業(yè)節(jié)能減排學(xué)術(shù)研討會論文集[C];2011年

10 李延秋;;淺析亳州電網(wǎng)的中期負(fù)荷預(yù)測[A];華東六省一市電機（電力）工程學(xué)會輸配電技術(shù)研討會2004年年會論文集[C];2004年

相關(guān)重要報紙文章 前5條

1 記者 桑學(xué)勇　通訊員 陳鐵;黑龍江電力母線負(fù)荷預(yù)測系統(tǒng)投入試運[N];中國電力報;2009年

2 周渝慧;從方法論看電力負(fù)荷管理[N];華中電力報;2007年

3 記者焦軍利;河北灌溉負(fù)荷預(yù)測近300萬千瓦[N];中國電力報;2009年

4 王海亞;負(fù)荷預(yù)測的幾種方法及特點[N];黔西南日報;2008年

5 通訊員 施戰(zhàn)遼　樓玲俊;機制科學(xué) 管理精細(xì)[N];中國電力報;2011年

相關(guān)博士學(xué)位論文 前4條

1 郎坤;電力系統(tǒng)短期負(fù)荷預(yù)測及經(jīng)濟調(diào)度決策優(yōu)化研究[D];大連理工大學(xué);2016年

2 任海軍;基于智能計算的配電網(wǎng)負(fù)荷預(yù)測方法研究[D];重慶大學(xué);2010年

3 楊奎河;短期電力負(fù)荷的智能化預(yù)測方法研究[D];西安電子科技大學(xué);2004年

4 張智晟;基于多元理論融合的電力系統(tǒng)短期負(fù)荷預(yù)測的研究[D];天津大學(xué);2004年

相關(guān)碩士學(xué)位論文 前10條

1 牛志強;基于鄰域支持向量機的節(jié)點負(fù)荷立體化預(yù)測研究[D];山東大學(xué);2015年

2 劉嘯峰;宿州地區(qū)負(fù)荷特性研究及負(fù)荷預(yù)測[D];華北電力大學(xué);2015年

3 張毅;義烏電網(wǎng)負(fù)荷預(yù)測研究[D];華北電力大學(xué);2015年

4 蔣澤浩;基于配電網(wǎng)規(guī)劃的負(fù)荷預(yù)測研究與應(yīng)用[D];南昌大學(xué);2015年

5 胡翼;松江電網(wǎng)主設(shè)備負(fù)荷預(yù)測系統(tǒng)研究與開發(fā)[D];上海交通大學(xué);2014年

6 王濤;電網(wǎng)負(fù)荷分類盲分離預(yù)測系統(tǒng)設(shè)計與實現(xiàn)[D];電子科技大學(xué);2015年

7 蘆釧;基于南昌電網(wǎng)的多特征量短期電力負(fù)荷預(yù)測方法研究[D];華北電力大學(xué);2015年

8 高春霞;達(dá)拉特旗城區(qū)中低壓配電網(wǎng)發(fā)展規(guī)劃研究[D];華北電力大學(xué);2015年

9 畢圣;基于數(shù)據(jù)挖掘技術(shù)的短期負(fù)荷預(yù)測[D];北京交通大學(xué);2016年

10 于春雷;空間負(fù)荷預(yù)測中確定元胞負(fù)荷合理最大值的方法[D];東北電力大學(xué);2016年

，

本文編號：1487998