智能用電大數(shù)據(jù)環(huán)境下的短期負荷預測研究.pdf

1、負荷預測一直以來都是電力系統(tǒng)的一項重要工作，準確的負荷預測可以經(jīng)濟合理地安排電力系統(tǒng)發(fā)電機組啟停，對于保持電網(wǎng)的安全穩(wěn)定運行、保持社會的正常生產(chǎn)秩序、有效降低發(fā)電成本有著重要作用。隨著智能電網(wǎng)技術(shù)的發(fā)展，高級量測體系和各種監(jiān)控系統(tǒng)大規(guī)模的部署。智能電表是高級量測體系的重要組成部分，能夠獲得用戶一定時間間隔內(nèi)精確的用電負荷。智能電表產(chǎn)生數(shù)據(jù)的速度快、體量大，產(chǎn)生的數(shù)據(jù)沒有進行深入分析，造成了數(shù)據(jù)的浪費。因此充分挖掘用電數(shù)據(jù)的價值，研究智能

2、用電大數(shù)據(jù)環(huán)境下的短期負荷預測具有重要意義。
　　針對智能電表能獲取用戶級詳細用電數(shù)據(jù)的特點，本文從少量用戶數(shù)據(jù)入手，首先通過負荷聚類，分析了用戶用電行為之間的相似性;在此基礎(chǔ)上提出了基于OS-ELM的短期負荷預測模型，并通過仿真實驗驗證了所提模型能夠提升負荷預測精度且進一步展示了聚類結(jié)果與預測精度之間的關(guān)系;之后為適應智能用電大數(shù)據(jù)環(huán)境，進一步提出了基于Spark的并行OS-ELM短期負荷預測模型，并在實驗中驗證了模型能在保證預

3、測精度的前提下具有較高的效率。本文具體工作如下:
　　1.研究了用于負荷聚類的日期類型因素。針對不同的日期類型（普通工作日、節(jié)假日前一天、節(jié)假日）分別計算用戶的典型日負荷，把三種典型日負荷曲線拼接起來作為用戶的典型負荷曲線;然后對用戶典型負荷曲線進行聚類操作，挖掘用戶用電行為之間的相似性。
　　2.針對少量用戶數(shù)據(jù)，提出了基于OS-ELM的短期負荷預測模型。在負荷聚類基礎(chǔ)上，對不同的用戶類分別采用該負荷預測模型進行負荷預測并