分布式协同网络用电负荷分层加权概率预测方法
분포식협동망락용전부하분층가권개솔예측방법
Feature weighting based hierarchical probabilistic load forecasting in distributed collaborative network
  • 万方数据
    仪器仪表学报 의기의표학보
    CHINESE JOURNAL OF SCIENTIFIC INSTRUMENT
    2014年 2期 241-246 ,共6页

    孙欣尧%王雪%吴江伟%刘佑达

    손흔요%왕설%오강위%류우체

    分布式协同网络%用电负荷预测%特征加权%分层预测%稀疏贝叶斯学习 分佈式協同網絡%用電負荷預測%特徵加權%分層預測%稀疏貝葉斯學習
    분포식협동망락%용전부하예측%특정가권%분층예측%희소패협사학습
    distributed collaborative network%load forecasting%feature weighting%hierarchical forecasting%sparse Bayesian learning (SBL)
    先进计量体系(AMI)是智能电网中的分布式协同网络,其通过广泛布置的分布式测量计算节点对用电端的用户用电信息进行测量和协同分析.基于分布式协同网络测量得到的海量数据,针对短期用电负荷的概率预测问题提出一种分层特征加权概率预测方法.该方法采用核主分量分析提取用电负荷测量样本的非线性特征,根据提取的特征采用马氏距离判据对用电负荷数据进行特征加权,剔除权重低的不相关干扰数据;提出将经验模态分解与稀疏贝叶斯学习方法相结合的机器学习用电负荷概率预测方法,对用电负荷高频与低频分量进行分层概率分布预测.最后,将所提出的方法应用于某地区的短期用电负荷预测实验,实验结果表明该方法能够有效预测短期用电负荷的概率分布,预测精度高、可靠性好.
    선진계량체계(AMI)시지능전망중적분포식협동망락,기통과엄범포치적분포식측량계산절점대용전단적용호용전신식진행측량화협동분석.기우분포식협동망락측량득도적해량수거,침대단기용전부하적개솔예측문제제출일충분층특정가권개솔예측방법.해방법채용핵주분량분석제취용전부하측량양본적비선성특정,근거제취적특정채용마씨거리판거대용전부하수거진행특정가권,척제권중저적불상관간우수거;제출장경험모태분해여희소패협사학습방법상결합적궤기학습용전부하개솔예측방법,대용전부하고빈여저빈분량진행분층개솔분포예측.최후,장소제출적방법응용우모지구적단기용전부하예측실험,실험결과표명해방법능구유효예측단기용전부하적개솔분포,예측정도고、가고성호.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문