文献类型：期刊文章

作　　者：张素香[1] 赵丙镇[1] 王风雨[2] 张东[3]

机构地区：[1]国家电网公司信息通信分公司,北京市西城区100761 [2]北京国电通网络技术有限公司,北京市丰台区100070 [3]国家电网公司农电工作部,北京市西城区100031

出　　处：《中国电机工程学报》

基　　金：国家863高技术基金项目(2011AA05A116)~~

年　　份：2015

卷　　号：35

期　　号：1

起止页码：37-42

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：该文研究海量数据下的短期电力负荷预测方法,基于局部加权线性回归和云计算平台,建立并行局部加权线性回归模型。同时,为剔除坏数据,采用最大熵建立坏数据分类模型,保证历史数据的有效性。实验数据来自已建的甘肃某智能园区。实验结果表明,提出的并行局部加权模型用于短期电力负荷预测是可行的,平均均方根误差为3.01%,完全满足负荷预测的要求,并极大地减少了负荷预测时间,提高预测精度。

关 键 词：大数据 云计算 负荷预测 局部加权线性回归  

分 类 号：TM715]