文献类型：期刊文章

作　　者：王萍[1] 李磊[2] 胡聪[1] 郭洋[1] 张靖[1] 吴尚[1]

WANG Ping;LI Lei;HU Cong;GUO Yang;ZHANG Jing;WU Shang(State grid Anhui Electric Power Company,Hefei 230022,China;Qufu Normal University,College of Engineering,Rizhao 276826,China)

机构地区：[1]国网安徽省电力公司信息通信分公司,合肥230022 [2]曲阜师范大学工学院,日照276826

出　　处：《科学技术与工程》

年　　份：2018

卷　　号：18

期　　号：7

起止页码：153-158

语　　种：中文

收录情况：BDHX、BDHX2017、RCCSE、ZGKJHX、核心刊

摘　　要：智能电网短期负荷波动性大,传统预测方法无法解决波动性问题,预测结果不准确。为此,提出一种新的云计算环境下智能电网短期负荷预测方法。介绍了支持向量机理论,将一个含有所有某类样本在内的、由支持向量支撑的球面看作超球面,分析了分位数回归过程,将支持向量机和分位数结合在一起,构建支持向量-分位数回归预测模型。得到短期负荷概率密度函数,从而实现智能电网短期负荷预测。在进行实验时,完成对功率采样值和智能电网负荷属性的归一化处理,将其转换成[0,1]区间内的数据。实验结果表明,所提方法预测精度和效率高、成本低。

关 键 词：云计算环境 智能电网 短期负荷  预测  

分 类 号：TM715]