陈 朔, 王 尉, 章 柯, 王艳龙, 张 照, 陈雪圆

(1.国网合肥供电公司， 安徽 合肥 230022；2.国网肥西县供电公司， 安徽 合肥 231200)

0 引言

负荷预测是保障电力系统安全、稳定与经济运行的一项重要的基础性工作，其以电网运行历史数据为基础，通过挖掘负荷序列变化规律，关联分析负荷影响因素，实现对电网负荷提前感知[1]。

因为负荷变化受到天气温度、节假日、区域分布等多因素影响，会表现出不同的变化规律，所以本文综合天气、节假日、区域差异等多影响因素，基于相似日[2]数据簇构建了配变负荷曲线预测模型[3]。相比单一极值短期负荷预测，该模型能够预测未来2日内每间隔15分钟一个数据颗粒度的负荷曲线，准确刻画各配变全时段负荷变化，全景展示各配变不同区间负载率时长占比，为电网调度管理、运行检查工作提供依据[4]。

1 多因素相似日判断

配变负荷变化影响因素有很多，其中由于用户用电需求受气象条件、节假日信息等因素影响，从而不同气象条件、周末与非周末之间的负荷变化呈现不同规律，因此基于气象因素、节假日信息实现的相似日判断，针对不同相似日单独开展负荷变化分析，有助于更好挖掘负荷变化规律[5,6]，提高模型预测准确度。本文选取待预测日前30日的多因素数据，使用kmeans与轮廓系数组合的方法生成多个相似日簇。

表1 多因素数据示例

依据多因素数据，相似日判断方法如下：

步骤1:初始化相似日簇数范围，并按照选择得聚类数K1，随机选取一个样本作为第一个聚类中心C1。……