文献类型：期刊文章

作　　者：杨国华[1,2] 郑豪丰[1] 张鸿皓[1] 贾睿[1]

YANG Guohua;ZHENG Haofeng;ZHANG Honghao;JIA Rui(School of Physics and Electronic-Electrical Engineering,Ningxia University,Yinchuan 750021,China;Key Laboratory of Ningxia Electric Power Security Autonomous Region,Yinchuan 750004,China)

机构地区：[1]宁夏大学物理与电子电气工程学院,宁夏回族自治区银川市750021 [2]宁夏电力能源安全自治区重点实验室,宁夏回族自治区银川市750004

出　　处：《电力系统自动化》

基　　金：宁夏自然科学基金资助项目(2021AAC03062);国家自然科学基金资助项目(71263043)。

年　　份：2022

卷　　号：46

期　　号：6

起止页码：73-82

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD2021_2022、EAPJ、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为提升短期电力负荷预测的精度,着眼于特征组合的构建,提出了一种基于Holt-Winters指数平滑的特征组合(FCHW),并结合时间卷积网络(TCN)构建了FCHW-TCN负荷预测框架。首先,应用Holt-Winters指数平滑进行负荷序列预测,得到与负荷序列相关的级别分量和季节性分量。通过将上述分量用作输入特征,并与常规特征(历史负荷、日期)构成特征组合,构建了FCHW;其次,选择TCN作为预测模型,以FCHW作为TCN输入,搭建了FCHW-TCN预测框架;最后,采用2个不同负荷数据集和多个预测模型对FCHW和FCHW-TCN进行验证。结果表明,FCHW有助于模型预测精度的提升;与其他预测模型相比,FCHW-TCN预测框架有着最高的预测精度,具有优越的预测能力。

关 键 词：负荷预测 Holt-Winters指数平滑  特征组合  时间卷积网络(TCN)  序列建模  

分 类 号：TM715] TP183]