APP下载

基于变压器特性数据聚类的电力负荷分布式预测

2020-08-24吴琼段炼乡立黄锦增魏艳霞孙毅

广东电力 2020年8期
关键词:变压器模型

吴琼,段炼,乡立,黄锦增,魏艳霞,孙毅

(1.广东电网有限责任公司广州供电局,广东 广州 510630;2.华北电力大学 电气与电子工程学院,北京 102206)

电力负荷预测是保证电力系统稳定且经济运行的重要基础,不同时间跨度的负荷预测有着不同的应用目的[1]。高精度的短期负荷预测在有效降低发电成本方面具有关键作用[2]。然而电力系统中负荷种类的增加及多电源并网,产生了大量的结构化、半结构化、非结构化的大数据,且变压器负荷数据的非线性及复杂性逐渐增强[3]。随着数据挖掘预测算法和统计学方法的进步,各种优化算法被大量引入负荷预测中。为了提高电力系统短期负荷预测的准确性,文献[4]提出了基于双层随机森林算法的电力系统短期负荷预测模型。Amjady和Keynia等将小波分析法[5]应用于预测中长期负荷,虽然可以适应负荷的二重特性,但其存在训练时出现局部最小值、预测时的收敛速度较慢等问题[6]。而最小二乘支持向量机(least squares support vector machines,LSSVM)具有拟合度高、适用性强等特点,可以较好地解决小样本、非线性、高维数、局部极小点等实际问题[7],但存在训练时间长、输入数据维度高等缺点。文献[8]则将灰色关联度与LSSVM组合用于负荷预测,可以减少数据输入维度,但存在无法区别特征负荷的重要缺陷。文献[9]采用K-means算法定义节假日变量,考虑日期与气象的交叉效应,提出融合日期类型与气象因素的多元线性回归短期负荷预测模型。长短期记忆(long short term memory,LSTM)神经网络是一种循环……

登录APP查看全文

猜你喜欢

变压器模型
一半模型
理想变压器的“三个不变”与“三个变”
重尾非线性自回归模型自加权M-估计的渐近分布
开关电源中高频变压器的设计
3D打印中的模型分割与打包
一种不停电更换变压器的带电作业法
变压器免维护吸湿器的开发与应用
FLUKA几何模型到CAD几何模型转换方法初步研究
基于RFE-SA-SVM的变压器故障诊断
有载调压变压器开关升高座的应用