智能電網(wǎng)時序數(shù)據(jù)短期預(yù)測分析研究.pdf

1、負(fù)荷預(yù)測在電力系統(tǒng)運行、調(diào)度和規(guī)劃中十分重要，同時在電力系統(tǒng)安全運行中也起著至關(guān)重要的作用。隨著智能電網(wǎng)的深入，如何利用智能電表采集的海量數(shù)據(jù)進(jìn)行短期負(fù)荷預(yù)測，解決負(fù)荷數(shù)據(jù)具有不確定性、復(fù)雜性等特點，獲得精確的負(fù)荷預(yù)測結(jié)果是一個很有研究意義的課題。從多年的負(fù)荷預(yù)測研究經(jīng)驗來看，統(tǒng)計預(yù)測方法與人工智能預(yù)測方法已經(jīng)被用到短期負(fù)荷中，其中的一些方法取得了很好的預(yù)測效果。但是在負(fù)荷預(yù)測問題上對負(fù)荷數(shù)據(jù)的時序特性與用戶用電行為相似性的方面考慮不足

2、。
　　由于聚類算法可以對具有相似性的數(shù)據(jù)或群體進(jìn)行聚類，聚類后的數(shù)據(jù)進(jìn)行預(yù)測可提高負(fù)荷預(yù)測的精度。因此，針對具有時序特性的智能電表數(shù)據(jù)，本文立足于智能電網(wǎng)中地區(qū)級與用戶級的短期負(fù)荷預(yù)測問題研究短期負(fù)荷預(yù)測方法:本文研究基于時間序列數(shù)據(jù)的短期負(fù)荷預(yù)測方法，針對某地區(qū)負(fù)荷數(shù)據(jù)的相似性特性提出基于模糊C均值聚類的小波非參數(shù)回歸預(yù)測方法;由于天氣因素、日期因素對負(fù)荷預(yù)測具有較大的影響，本文選取溫度與日期作為計算與預(yù)測日負(fù)荷曲線相似程度的