基于最优交集相似日选取的短期母线负荷综合预测

作     者：孙谦 姚建刚 赵俊 金敏 毛李帆 毛田 SUN Qian;YAO Jiangang;ZHAO Jun;JIN Min;MAO Lifan;MAO Tian

作者机构：湖南大学电气与信息工程学院湖南省长沙市410082 湖南省电力公司益阳调度管理所湖南省益阳市413000 海南省电力公司海南省海口市571000 

出 版 物：《中国电机工程学报》 (Proceedings of the CSEE)

年 卷 期：2013年第33卷第4期

页      面：126-134,17页

核心收录：

学科分类：0808[工学-电气工程] 080802[工学-电力系统及其自动化] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 

基　　金：国家高技术研究发展计划项目(863计划)(2008AA042802) 国家重点产业振兴和技术改造项目(2272)~~ 

主　　题：短期母线负荷预测 坏数据处理 最优交集 相似日选取 综合预测 

摘      要：准确的短期母线负荷预测是实现节能降耗与调度精细化管理的基础,提出一种基于最优相似日选取的综合预测方法。利用改进的聚类分析算法,得到历史标幺曲线的形状相似集与特征曲线。通过构造反映数据点性质的横向及纵向特征向量矩阵,辨识出坏数据并进行调整。计算日特征相关因素对负荷水平的影响,并将各因素的重要程度加权于模糊目标函数,得到目标日的负荷水平相似集。建立各类形状相似集的判别函数,并将目标日归类。对待预测日的负荷水平与曲线形状相似集,取两者的交集作为相似日选择结果。以该交集中与目标日日期差最小的样本为虚拟预测对象,计算综合预测中各算法的权重。实例分析表明,所提方法可有效改善原始数据的质量,提高母线负荷预测精度。