典型文献
计及供给侧出力的数据挖掘负荷预测方法
文献摘要：
针对大多数负荷预测方法缺乏对发电侧的考虑,以及预测精度较差等问题,开展了一种计及供给侧出力的数据挖掘负荷预测方法研究.采用K-means算法对样本数据集中的气象数据进行聚类,并且利用灰色关联分析得到气象因素与供给侧、用电量的关系.同时,根据风、光、水、荷的特性,提出净负荷的概念并引入气象因子.在完成数据预处理的基础上,通过支持向量机算法进行分析,以实现负荷预测.基于历史数据集和MATLAB平台对所提方法进行实验分析,结果表明,其预测结果与真实值尤为接近,MPAE、RMSE、AE和FA分别为7.05％、0.97 MW、0.83 MW和90.35％,均优于其他对比方法.
文献关键词：
供给侧出力;负荷预测;数据挖掘;K-means算法;灰色关联分析;支持向量机算法;净负荷;气象因素
中图分类号：
作者姓名：
刘庆彪;张桂红;许德操;秦绪武;白左霞
作者机构：
青海省电力公司经济技术研究院 发展部,西宁810008
文献出处：
引用格式：
[1]刘庆彪;张桂红;许德操;秦绪武;白左霞-.计及供给侧出力的数据挖掘负荷预测方法)[J].沈阳工业大学学报,2022(03):259-264
A类：
供给侧出力,MPAE
B类：
负荷预测方法,发电侧,means,样本数据集,气象数据,灰色关联分析,气象因素,用电量,净负荷,气象因子,数据预处理,支持向量机算法,历史数据,真实值,RMSE,FA,MW,比方
AB值：
0.228392
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
