典型文献
面向云边协同的配变短期负荷集群预测
文献摘要：
配电变压器是配电网中连接用户的重要设备,研究其负荷变化规律是十分重要的.随着物联网技术在电力系统中的推广,配电网中监测的配电变压器将越来越多,但对众多设备逐一分析建模会导致工作低效.因此,提出面向云边协同的配变负荷预测框架,并着重研究云端的集群预测模型.首先,集群预测模型对配变进行日负荷曲线聚类,提取日负荷模式,并分析各配变日负荷模式变化规律,采用聚类方法划分具有相似用电行为的配变.然后,将同类别配变负荷数据整合训练,利用STL-LSTMs-XGBoost预测模型实现配变的短期负荷集群预测.最后,通过使用某市配变的负荷数据作为算例进行分析,实验结果验证了所提方法的可行性和有效性.
文献关键词：
云边协同;负荷曲线聚类;短期负荷预测;集群预测
中图分类号：
作者姓名：
郭祥富;刘昊;毛万登;范敏;胡雅倩;夏嘉璐
作者机构：
国网河南省电力公司,河南 郑州 450052;国网河南省电力公司电力科学研究院,河南 郑州 450052;重庆大学自动化学院,重庆 400044
文献出处：
引用格式：
[1]郭祥富;刘昊;毛万登;范敏;胡雅倩;夏嘉璐-.面向云边协同的配变短期负荷集群预测)[J].电力系统保护与控制,2022(09):84-92
A类：
LSTMs
B类：
云边协同,变短,集群预测,配电变压器,配电网,负荷变化,物联网技术,电力系统,多设备,出面,变负荷,云端,日负荷曲线聚类,聚类方法,用电行为,负荷数据,数据整合,整合训练,STL,XGBoost,模型实现,某市,短期负荷预测
AB值：
0.28808
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。
