基于配用电大数据的短期负荷预测

作     者：丁晓 孙虹 郑海雁 季聪 徐金玲 仲春林 熊政 DING Xiao;SUN Hong;ZHENG Haiyan;JI Cong;XU Jinling;ZHONG Chunlin;XIONG Zheng

作者机构：国网江苏省电力有限公司江苏南京210024 江苏方天电力技术有限公司江苏南京211102 国网江苏省电力有限公司电力科学研究院江苏南京211103 

出 版 物：《电力工程技术》 (Electric Power Engineering Technology)

年 卷 期：2018年第37卷第3期

页      面：21-27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：国家重点研发计划资助项目(2016YFB0901100) 国家电网有限公司科技项目"提升电力营销服务能力的大数据关键技术研究" 

主　　题：配用电大数据 数据清洗 负荷温度影响模型 电量节假日影响模型 短期负荷预测 

摘      要：受限于数据信息的不完整和粗粒度,短期网供负荷预测的准确率一直难以进一步提升,而配用电信息系统数据的积累和大数据技术的快速发展为开展基于配用大数据的短期负荷预测提供了数据基础和技术支撑。本文首先针对配用电大数据的特征分析了脏数据的来源与类型,并提出了相应的数据清洗方法;其次基于大量的历史负荷、电量和气象数据,构建了行业负荷温度影响模型和行业电量节假日影响模型;最后基于上述用电影响模型开展了江苏电网短期网供负荷预测,实际计算结果验证了预测效果的有效性和准确性。