其他
【精彩论文】基于负荷特性聚类及Elastic Net分析的短期负荷预测方法
引文信息
靳冰洁, 林勇, 罗澍忻, 等. 基于负荷特性聚类及Elastic Net分析的短期负荷预测方法[J]. 中国电力, 2020, 53(9): 221-228.JIN Bingjie, LIN Yong, LUO Shuxin, et al. A short-term load forecasting method based on load curve clustering and elastic net analysis[J]. Electric Power, 2020, 53(9): 221-228.
内容摘要
提出了一种基于负荷特性聚类及Elastic Net分析的短期负荷预测方法。通过对历史负荷特性进行分析和聚类，对全年日进行分类并指定日类型，避免日类型选择过于宽泛且缺乏针对性。同时采用Elastic Net方法对影响负荷预测的主导因素进行辨识和筛选。最后，在以上预测输入变量优化的基础上，建立神经网络预测模型。以广东省某市实际负荷为例，通过与其他方法对比，验证了所提方法在提高日负荷曲线预测精度方面的有效性。算例结果表明，所提模型适用期较长，无须反复训练，对短期负荷预测有较强的应用价值。
往期回顾
◀【精彩论文】 国网能源研究院有限公司 黄碧斌, 张运洲, 王彩霞. 中国“十四五”新能源发展研判及需要关注的问题
◀【征稿启事】“基于电力电子装备的配电网运行控制与形态演变”专题征稿启事
◀【征稿启事】 “城镇地区分布式多能互补能源系统关键技术”专题征稿启事
编辑：杨彪
审核：蒋东方
根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。