基于大數(shù)據(jù)的分布式短期負(fù)荷預(yù)測方法.pdf

1、短期負(fù)荷預(yù)測作為能量管理系統(tǒng)的重要組成部分，預(yù)測誤差的大小直接影響電網(wǎng)運(yùn)行的安全性和經(jīng)濟(jì)性。在智能電網(wǎng)建設(shè)的大背景下，大規(guī)模電網(wǎng)互聯(lián)以及數(shù)據(jù)采集成本的降低，可獲取的數(shù)據(jù)類型愈加豐富，智能電網(wǎng)中的大數(shù)據(jù)趨勢日益明顯。針對供電區(qū)域遼闊的大電網(wǎng)，不同區(qū)域負(fù)荷特征各異，受外部因素影響規(guī)律不同。集中式負(fù)荷預(yù)測方法難以準(zhǔn)確把握各區(qū)域的負(fù)荷變化規(guī)律，且對海量數(shù)據(jù)挖掘分析能力有限。因此，本文提出基于大數(shù)據(jù)的分布式短期負(fù)荷預(yù)測方法，綜合利用大數(shù)據(jù)和人工智

2、能方法的優(yōu)勢，提高負(fù)荷預(yù)測精度。以此為出發(fā)點(diǎn)，本文開展的研究工作如下:
　　首先，提出基于大數(shù)據(jù)的負(fù)荷變化規(guī)律分析方法。在成本許可的情況下，針對不同類型的電力用戶，應(yīng)盡量全面收集用戶以及環(huán)境信息進(jìn)行負(fù)荷變化規(guī)律分析，以把握不同區(qū)域負(fù)荷特征與氣象條件的差異。并以中國南方某省的A市和B市的實(shí)際負(fù)荷數(shù)據(jù)為基礎(chǔ)，分別對兩地的年、月、日負(fù)荷變化規(guī)律進(jìn)行分析，重點(diǎn)研究夏季典型日負(fù)荷變化規(guī)律。由此得出不同地區(qū)負(fù)荷特征各異，受外部因素影響規(guī)律不同

3、，在負(fù)荷預(yù)測工作中需建立有針對性的負(fù)荷預(yù)測模型。
　　然后，提出基于大數(shù)據(jù)的分布式短期負(fù)荷預(yù)測方法。在行政區(qū)域劃分和氣象區(qū)域分布的基礎(chǔ)上，對220kV以及以上的網(wǎng)架結(jié)構(gòu)進(jìn)行子網(wǎng)劃分，通過評價(jià)子網(wǎng)負(fù)荷曲線相似度實(shí)現(xiàn)子網(wǎng)分類與歸并?；谏鲜鲎泳W(wǎng)劃分，分別建立子網(wǎng)負(fù)荷預(yù)測模型(ARIMA和BP神經(jīng)網(wǎng)絡(luò))，并提取相似度較高的影響因素向量和對應(yīng)時(shí)刻的負(fù)荷作為子網(wǎng)負(fù)荷預(yù)測模型的輸入量，對各個(gè)子網(wǎng)分別進(jìn)行預(yù)測。根據(jù)子網(wǎng)的負(fù)荷預(yù)測值和各時(shí)刻比例系