文献类型：期刊文章

作　　者：马天男[1] 牛东晓[1] 黄雅莉[1] 杜振东[2]

机构地区：[1]华北电力大学经济与管理学院,北京市昌平区102206 [2]国网浙江省电力公司经济技术研究院,浙江省杭州市310000

出　　处：《电网技术》

基　　金：国家自然科学基金项目(71471059)~~

年　　份：2016

卷　　号：40

期　　号：6

起止页码：1642-1649

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20162302464910)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：分布式能源系统负荷预测是系统规划与经济运行的可靠前提和依据,在当前海量高维数据的背景下,有效的在线数据处理平台与精确的负荷预测方法是当前的研究重点。基于分布式能源系统负荷数据特点,在缺失数据处理、坏数据分类以及特征选择的基础上,建立了基于Spark平台与多变量L_2-Boosting回归模型的分布式能源系统短期负荷预测方法。首先,利用Spark平台分割全部数据得到多个子数据模型,通过并行计算提高数据处理效率,采用特征提取方法得出模型需要的输入向量;其次,将得出的有效数据信息输入到多变量L_2-Boosting回归模型进行训练学习,得到训练后的多变量L_2-Boosting回归模型;最后,利用测试数据测试模型。算例结果验证了所提模型的有效性。

关 键 词：短期负荷预测 多变量L2-Boosting回归模型  分布式能源系统 Spark平台  

分 类 号：TM72]