引文信息
贾巍, 黄裕春. 基于小样本数据差分扩容的微电网负荷预测方法[J]. 中国电力, 2023, 56(8): 151-156, 165.
JIA Wei, HUANG Yuchun. Method of load forecasting in microgrid based on differential expansion of small sample data[J]. Electric Power, 2023, 56(8): 151-156, 165.
摘要
面向新能源微电网负荷预测，针对中长期负荷预测中样本数据不足导致预测精度不高的问题，提出了一种新的数据扩容方法，将原始数据样本两两差分作为新数据样本，通过设置阈值进行数据筛选，在扩充数据样本的同时保证数据的准确性，分析了基于差分运算的数据扩容方法对于负荷数据不确定性的消除效果。考虑气象、人口等影响因素，利用多元回归分析拟合各种关联因素对负荷的影响，将原始数据负荷预测模型作为对照，通过比较预测结果与实际负荷之间的误差，验证了数据扩容方法的实用性和准确性。
结论
针对新能源微电网中的负荷预测问题，本文提出了基于差分思想的小样本数据扩容方法，在对精度不同、完整度不同的数据进行复制、替代的基础上，通过对原始数据集两两差分得到新数据集。推导过程说明新数据集中自变量和因变量具有很好的函数关系，依此可以建立新的回归分析模型，并根据电力负荷自然增长对模型做出修正。通过算例分析得到如下结论。1）基于差分的数据扩容方法不适用于线性回归，但适用于高次回归，通过数据差分可以减少有效数据的舍弃，弥补回归算法的局限性。2）基于差分的数据扩容方法具有更好的稳定性，该方法可以有效地保证数据的准确性，确保关联因素数据中的内在联系不被破坏，从而准确求解回归方程，精确预测长期负荷。
欢迎点击文后“阅读原文”跳转期刊官网，获取更多信息！