基于季节性负荷自适应划分及重要点分割的多分段短期负荷预测OA北大核心CSCDCSTPCD
Piecewise Short-term Load Forecasting Based on Adaptive Seasonal Load Category and Important Point Segment
针对季节性电力负荷划分不准确及温度、湿度对电力负荷的动态性影响,提出一种基于季节性负荷自适应划分及重要点分割的多分段短期负荷预测模型.采用聚类与CART树相结合的方法,根据地区历史负荷数据自适应的确定当地季节性负荷划分规则;使用非参数核密度估计方法提取季节典型日负荷曲线,并基于划分结果对各季负荷曲线进行重要点分割;同时根据分割结果,采用基于皮尔逊相关系数加权的相似系数,对各时段负荷进行参考日的筛选,以确定预测模型的输入量,最后提出一种结合纵横交叉…查看全部>>
彭显刚;潘可达;张丹;刘艺;林志坚
广东工业大学自动化学院,广东省广州市510006广东工业大学自动化学院,广东省广州市510006广东工业大学自动化学院,广东省广州市510006广东工业大学自动化学院,广东省广州市510006广东电网有限责任公司汕头供电局,广东省汕头市515041
信息技术与安全科学
聚类分析CART决策树重要点分割改进鲁棒极限学习机短期负荷预测
《电网技术》 2020 (2)
603-613,11
中央财政支持地方高校发展专项资金项目(粤财教[2016]202号).
评论