文献类型：期刊文章

作　　者：李焱[1] 贾雅君[2] 李磊[1] 郝建姝[1] 张晓英[1]

LI Yan;JIA Yajun;LI Lei;HAO Jianshu;ZHANG Xiaoying(Baotou Power Supply Bureau of Inner Mongolia Power(Group)Co.,Ltd.,Baotou 014030,China;Shanghai Jiao Tong University,Shanghai 200240,China)

机构地区：[1]内蒙古电力(集团)有限责任公司包头供电局,内蒙古包头014030 [2]上海交通大学,上海200240

出　　处：《电力系统保护与控制》

基　　金：国家自然科学基金面上项目(51877136)“适用于配电网柔性互联的新型电能路由器关键技术”。

年　　份：2020

卷　　号：48

期　　号：21

起止页码：117-124

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：为了准确预测电力系统的短期负荷变化,为电力系统安全、经济、高效运行提供指导方向,提出了一种将模糊聚类以及随机森林回归算法进行组合的电力系统负荷预测方法,利用粗糙集构建补偿规则,对预测结果进行修正补偿。首先,通过对电力系统负荷的周期性、天气相关性等特征进行分析,利用C均值模糊聚类算法对历史样本进行聚类,在进行随机森林回归预测时,使用聚类后同类数据作为训练集样本构建决策树。考虑到随机森林回归预测偏保守、电力系统负荷在峰值处波动大的特征,在得到预测结果后利用粗糙集理论生成补偿规则,对负荷预测进行修正。利用所述方法对北爱尔兰地区进行一日24 h的负荷预测,结果跟实际负荷的平均绝对误差百分比为2.09%,验证了该预测方法的有效性。

关 键 词：短期电力负荷预测 随机森林算法  C均值聚类 粗糙集理论

分 类 号：TP18] TM715]