智能电网中考虑温积效应的OSVR负荷预测

作     者：任萌 高小征 REN Meng;GAO Xiaozheng

作者机构：广东电网有限责任公司梅州供电局广东梅州514000 

出 版 物：《广东电力》 (Guangdong Electric Power)

年 卷 期：2021年第34卷第4期

页      面：78-84页

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

基　　金：广东电网有限责任公司科技项目(031400KK52180027) 

主　　题：负荷预测 支持向量回归 卡罗需库恩塔克条件 温积效应 Fisher信息 

摘      要：为了提高智能电网系统的负荷预测精度,基于支持向量回归(support vector regression,SVR)原理以及卡罗需库恩塔克(Karush-Kuhn-Tucker,KKT)条件,建立一种在线支持向量回归(online support vector regression,OSVR)预测模型。当数据库有新样本添加时,该模型利用递增算法及时调整参数,实时学习当前负荷曲线特征和气象变化状况,而无需结合旧样本重新训练模型;考虑到温积效应对电力负荷产生显著影响,基于Fisher信息(FI)原理,通过气温窗口数据计算当前气温的权值,并将气温加权积作为模型输入量;将温度影响的持续性引入建模过程,从而得到FI-OSVR负荷预测模型。实例仿真结果表明,FI-OSVR模型具有较高的预测精度,在智能电网负荷预测中具有优越的工程实用性。