典型文献
自适应电力用户群短期负荷预测方法
文献摘要：
随着我国电力市场化改革的推进,用户侧电力负荷预测在电力需求侧管理中呈现出日益重要的作用.因为不同电力用户负荷特性差异较大,单一的短期负荷预测方法无法满足所有用户的预测精度要求,为此提出一种自适应电力用户群短期负荷预测方法.针对不同类型的电力用户群,提出多种基于变分模态分解算法和长短期记忆神经网络的负荷预测方法,根据波动性系数的范围自适应地选择电力用户群短期负荷预测方法进行训练、测试,得到负荷预测结果.以南方地区60家企业电力用户为研究对象,对所提的负荷预测算法进行了验证,结果表明所提方法能有效提高负荷预测精度,获得了较为理想的预测结果.
文献关键词：
电力市场;自适应;聚类分析;长短期记忆神经网络;变分模态分解
中图分类号：
作者姓名：
杨为城;吴芳蓉;汤联生;卢坤杰;周保中;张继广;朱烨扬
作者机构：
中国华电集团有限公司福建分公司,福建福州 350000;华电电力科学研究院有限公司,浙江杭州310013
文献出处：
引用格式：
[1]杨为城;吴芳蓉;汤联生;卢坤杰;周保中;张继广;朱烨扬-.自适应电力用户群短期负荷预测方法)[J].供用电,2022(06):61-68
A类：
B类：
电力用户,用户群,短期负荷预测,负荷预测方法,电力市场化改革,用户侧,电力负荷预测,电力需求侧管理,用户负荷,负荷特性,精度要求,变分模态分解算法,长短期记忆神经网络,波动性,南方地区,预测算法,高负荷,较为理想
AB值：
0.18445
相似文献
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。
