CAJ | 학술논문

针对训练样本与负荷预测模型的构建及预测精度之间的强相关性,在对负荷变化规律深入研究的基础上,提出了样本动态组织理论与方法.根据负荷变化的横向与纵向特征、日期、季节特征和气象特征构建时间分类树和样本映射表,并通过对气象数据的模糊化处理进行样本初选,进而利用自组织网络(SOFM)的改进方法提取负荷水平变化趋势的特征曲线,以实现样本的动态精选.多种模型的预测结果表明,采用的由粗到精逐步细化,多层面、多角度的样本过滤机制,为预测日负荷建模提供了更加优质的历史样本,很好地抑制了不良样本对预测建模可能带来的各种干扰,有效提高了电力系统短期负荷预测精度.
침대훈련양본여부하예측모형적구건급예측정도지간적강상관성,재대부하변화규률심입연구적기출상,제출료양본동태조직이론여방법.근거부하변화적횡향여종향특정、일기、계절특정화기상특정구건시간분류수화양본영사표,병통과대기상수거적모호화처리진행양본초선,진이이용자조직망락(SOFM)적개진방법제취부하수평변화추세적특정곡선,이실현양본적동태정선.다충모형적예측결과표명,채용적유조도정축보세화,다층면、다각도적양본과려궤제,위예측일부하건모제공료경가우질적역사양본,흔호지억제료불량양본대예측건모가능대래적각충간우,유효제고료전력계통단기부하예측정도.