论文摘要
用电量预测是用户用能分析的一个重要研究内容,提高预测精度对用户用能分析以及异常检测具有重要意义。利用用电信息系统采集的电、水、气三表数据,提出了基于支持向量机的短期用电量预测方法。该方法首先利用通径分析计算出影响用户用电量的日特征向量的权重以及模糊相似矩阵;然后,通过模糊聚类传递闭包法选取相似日,并将它们作为样本训练支持向量机模型,实现对用户用电量的预测。采用杭州地区2016年的多表融合数据对提出方法的性能进行测试。实验结果表明,多表融合预测相对于单表预测方法,其单用户用电量和小区多用户总用电量的预测相对误差分别减小了6%和1%以上。
论文目录
文章来源
类型: 期刊论文
作者: 郑国和,贺民,郑瑞云,童建东,刘英,韩威
关键词: 多表融合数据,用电量,短期预测,支持向量机,相似日
来源: 电力系统及其自动化学报 2019年03期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业,自动化技术
单位: 国网浙江省电力有限公司宁波供电公司,国网浙江省电力有限公司宁波供电公司江北分公司,国网浙江省电力有限公司宁波市鄞州区供电有限公司,浙江大学信息与电子工程学院,浙江华云信息科技有限公司
分类号: TM715;TP181
DOI: 10.19635/j.cnki.csu-epsa.000022
页码: 146-150
总页数: 5
文件大小: 907K
下载量: 148