發(fā)布時(shí)間：2018-02-03 17:57

  本文關(guān)鍵詞： 短期電力負(fù)荷預(yù)測(cè) 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(jì)算機(jī)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(cè)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(cè)方法。首先,利用互信息方法和統(tǒng)計(jì)方法對(duì)輸入變量進(jìn)行選擇;然后,通過Bootstrap方法對(duì)數(shù)據(jù)集進(jìn)行多樣性采樣,利用多個(gè)不同的人工智能算法和機(jī)器學(xué)習(xí)算法訓(xùn)練得到多個(gè)差異化較大的異構(gòu)預(yù)測(cè)模型;最后,用每個(gè)待預(yù)測(cè)時(shí)刻最近一段時(shí)間的實(shí)際負(fù)荷值、第一次學(xué)習(xí)生成的多異構(gòu)預(yù)測(cè)模型的負(fù)荷預(yù)測(cè)值構(gòu)成新訓(xùn)練數(shù)據(jù)集,對(duì)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(cè)結(jié)果。對(duì)中國(guó)廣州市負(fù)荷進(jìn)行預(yù)測(cè)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(cè)中,全年平均絕對(duì)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(cè)中,全年MAPE分別下降了16.02%、7.60%和13.14%。實(shí)驗(yàn)結(jié)果表明,推薦方法有效地提高了負(fù)荷預(yù)測(cè)精度,有利于智能電網(wǎng)實(shí)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(guó)家自然科學(xué)基金資助項(xiàng)目(61374172) 國(guó)家科技成果轉(zhuǎn)化項(xiàng)目(201255)~~
【分類號(hào)】：TM715;TP18
【正文快照】： 0引言電力負(fù)荷預(yù)測(cè)是智能電網(wǎng)建設(shè)的基本環(huán)節(jié)之一,精準(zhǔn)、時(shí)效的負(fù)荷預(yù)測(cè)是智能電網(wǎng)實(shí)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(jī)性,使得電力負(fù)荷的變化也具有較高的隨機(jī)性,加大了預(yù)測(cè)的難度。已有電力負(fù)荷預(yù)測(cè)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(shí) 做好負(fù)荷預(yù)測(cè)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(cè)集成化方法[J];電力自動(dòng)化設(shè)備;2002年10期

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

4 康重慶;牟濤;夏清;;電力系統(tǒng)多級(jí)負(fù)荷預(yù)測(cè)及其協(xié)調(diào)問題 (一)研究框架[J];電力系統(tǒng)自動(dòng)化;2008年07期

5 李小銳;黎燦兵;袁彥;;基于下級(jí)負(fù)荷預(yù)測(cè)的短期負(fù)荷預(yù)測(cè)新算法[J];江西電力職業(yè)技術(shù)學(xué)院學(xué)報(bào);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(shí)氣象信息的全網(wǎng)負(fù)荷預(yù)測(cè)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(jí)負(fù)荷預(yù)測(cè)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(chǎng)環(huán)境下負(fù)荷預(yù)測(cè)誤差風(fēng)險(xiǎn)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(jì)及氣溫因素的年度負(fù)荷預(yù)測(cè)修正方法[J];電力系統(tǒng)及其自動(dòng)化學(xué)報(bào);2009年03期

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

相關(guān)會(huì)議論文 前10條

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

2 張勇;沈茂亞;;省地一體化負(fù)荷預(yù)測(cè)系統(tǒng)的設(shè)計(jì)及實(shí)現(xiàn)[A];貴州省電機(jī)工程學(xué)會(huì)2010年優(yōu)秀論文集[C];2010年

3 吳冰;張?bào)慊?;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(cè)[A];中國(guó)農(nóng)業(yè)工程學(xué)會(huì)電氣信息與自動(dòng)化專業(yè)委員會(huì)、中國(guó)電機(jī)工程學(xué)會(huì)農(nóng)村電氣化分會(huì)科技與教育專委會(huì)2010年學(xué)術(shù)年會(huì)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(cè)中的應(yīng)用[A];江蘇省電工技術(shù)學(xué)會(huì)成立十周年慶典暨2004年學(xué)術(shù)年會(huì)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(cè)[A];中國(guó)儀器儀表學(xué)會(huì)第九屆青年學(xué)術(shù)會(huì)議論文集[C];2007年

6 韋碧琳;;對(duì)河池供電局負(fù)荷預(yù)測(cè)工作的探討[A];廣西電機(jī)工程學(xué)會(huì)第七屆青年學(xué)術(shù)交流會(huì)論文集[C];2002年

7 姜晗;;電力需求側(cè)負(fù)荷預(yù)測(cè)的算法[A];2005中國(guó)電機(jī)工程學(xué)會(huì)電力系統(tǒng)自動(dòng)化專委會(huì)全國(guó)供用電管理自動(dòng)化學(xué)術(shù)交流暨供用電管理自動(dòng)化學(xué)科組第二屆年會(huì)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(cè)校正方法[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

9 陳穎;吳強(qiáng);;電力系統(tǒng)母線負(fù)荷預(yù)測(cè)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(huì)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(cè)[A];華東六省一市電機(jī)（電力）工程學(xué)會(huì)輸配電技術(shù)研討會(huì)2004年年會(huì)論文集[C];2004年

相關(guān)重要報(bào)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(cè)系統(tǒng)投入試運(yùn)[N];中國(guó)電力報(bào);2009年

2 周渝慧;從方法論看電力負(fù)荷管理[N];華中電力報(bào);2007年

3 記者焦軍利;河北灌溉負(fù)荷預(yù)測(cè)近300萬千瓦[N];中國(guó)電力報(bào);2009年

4 王海亞;負(fù)荷預(yù)測(cè)的幾種方法及特點(diǎn)[N];黔西南日?qǐng)?bào);2008年

5 通訊員 施戰(zhàn)遼　樓玲俊;機(jī)制科學(xué) 管理精細(xì)[N];中國(guó)電力報(bào);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(cè)及經(jīng)濟(jì)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(jì)算的配電網(wǎng)負(fù)荷預(yù)測(cè)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(cè)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(cè)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(qiáng);基于鄰域支持向量機(jī)的節(jié)點(diǎn)負(fù)荷立體化預(yù)測(cè)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(cè)[D];華北電力大學(xué);2015年

3 張毅;義烏電網(wǎng)負(fù)荷預(yù)測(cè)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(cè)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(cè)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(cè)系統(tǒng)設(shè)計(jì)與實(shí)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(cè)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(cè)[D];北京交通大學(xué);2016年

10 于春雷;空間負(fù)荷預(yù)測(cè)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(hào)：1487998