文章摘要
戴明明,王 康,李 强,石炬烽,邓亚伟,张荣荣,刘蓉晖,孙改平.基于天气分类和卷积神经网络的短期负荷预测方法[J].电力需求侧管理,2023,25(3):93-98
基于天气分类和卷积神经网络的短期负荷预测方法
Short-term load forecasting method based on weather classification and convolutional neural network
投稿时间:2023-01-06  修订日期:2023-03-02
DOI:10. 3969 / j. issn. 1009-1831. 2023. 03. 015
中文关键词: 新型电力负荷  天气分类  特征选择  卷积神经网络  短期预测
英文关键词: new power load  weather classification  feature selection  convolutional neural network  short-term forecast
基金项目:国网安徽省电力有限公司科技项目(5212T021000A)
作者单位
戴明明 国网安徽省电力有限公司 亳州供电公司安徽 亳州 236800 
王 康 国网安徽省电力有限公司 亳州供电公司安徽 亳州 236800 
李 强 国网安徽省电力有限公司 亳州供电公司安徽 亳州 236800 
石炬烽 上海电力大学电气工程学院上海 200082 
邓亚伟 国网安徽省电力有限公司 亳州供电公司安徽 亳州 236800 
张荣荣 国网安徽省电力有限公司 亳州供电公司安徽 亳州 236800 
刘蓉晖 上海电力大学电气工程学院上海 200082 
孙改平 上海电力大学电气工程学院上海 200082 
摘要点击次数: 533
全文下载次数: 175
中文摘要:
      为减少天气因素对短期电力负荷预测效果的影响,提高模型的预测精度,提出了一种基于天气分类和卷积神经网络的短期负荷预测模型。首先通过天气类型初分将原始数据样本集划分为晴天、阴天、多云和雨天4种类型。其次,为了识别相似气象条件,运用相关系数和k均值聚类方法,找到对新型负荷出力影响最大的气象因素,并对其聚类,选取高相似度的数据样本。之后根据特征选择的结果,构造神经网络输入数据集。最后,将该数据集输入至卷积神经网络训练并预测。通过算例验证分析所提模型具有更高的预测精度。
英文摘要:
      In order to reduce the impact of weather factors on short-term power load forecasting and improve the forecasting accuracy of the model, a short-term load forecasting model based on weather classification and convolutional neural networks is proposed. Firstly,through the preliminary classification of weather types, the model divides the original data sample set into four types such as sunny,cloudy, cloudy and rainy days. Secondly, in order to identify similar meteorological conditions, the correlation coefficient and k- means clustering method are used to find the meteorological factors that have the greatest impact on the new load output, cluster them, and select high similarity data samples. Then, according to the result of feature selection, the neural network input data set is constructed. Finally, the data set is input to the convolutional neural network for training and prediction. The proposed model has higher prediction accuracy through verification and analysis of numerical examples.
查看全文   查看/发表评论  下载PDF阅读器
关闭