电网技术
電網技術
전망기술
POWER SYSTEM TECHNOLOGY
2015年
3期
804-809
,共6页
肖勇%杨劲锋%马千里%阙华坤%王家兵%秦州
肖勇%楊勁鋒%馬韆裏%闕華坤%王傢兵%秦州
초용%양경봉%마천리%궐화곤%왕가병%진주
实时负荷预测%模块化回声状态网络%时间序列
實時負荷預測%模塊化迴聲狀態網絡%時間序列
실시부하예측%모괴화회성상태망락%시간서렬
real-time load forecasting%modular echo state network%time series
电力负荷预测特别是实时电力负荷预测是电力系统规划的重要组成部分,也是电力系统可靠、经济运行的基础.针对回声状态神经网络在实时负荷预测中存在易受噪声影响、鲁棒性不强、不稳定的问题,提出了将基于模块化回声状态网络的方法应用于实时电力负荷预测中.根据输入时序数据所引起的储蓄池内部状态的相似性对储蓄池空间进行模块划分,将此高维空间划分为多个子模块,针对每一个模块训练一个读出器,最后把各个模块的输出结果集成输出.利用模块化回声状态网络模型,对大客户的实时负荷数据进行预测,并与几种短期负荷预测模型进行精度和稳定性的对比实验,结果表明,模块化回声状态网络在实时负荷预测中既提高了预测精度,又增强了预测的稳定性和泛化性能.
電力負荷預測特彆是實時電力負荷預測是電力繫統規劃的重要組成部分,也是電力繫統可靠、經濟運行的基礎.針對迴聲狀態神經網絡在實時負荷預測中存在易受譟聲影響、魯棒性不彊、不穩定的問題,提齣瞭將基于模塊化迴聲狀態網絡的方法應用于實時電力負荷預測中.根據輸入時序數據所引起的儲蓄池內部狀態的相似性對儲蓄池空間進行模塊劃分,將此高維空間劃分為多箇子模塊,針對每一箇模塊訓練一箇讀齣器,最後把各箇模塊的輸齣結果集成輸齣.利用模塊化迴聲狀態網絡模型,對大客戶的實時負荷數據進行預測,併與幾種短期負荷預測模型進行精度和穩定性的對比實驗,結果錶明,模塊化迴聲狀態網絡在實時負荷預測中既提高瞭預測精度,又增彊瞭預測的穩定性和汎化性能.
전력부하예측특별시실시전력부하예측시전력계통규화적중요조성부분,야시전력계통가고、경제운행적기출.침대회성상태신경망락재실시부하예측중존재역수조성영향、로봉성불강、불은정적문제,제출료장기우모괴화회성상태망락적방법응용우실시전력부하예측중.근거수입시서수거소인기적저축지내부상태적상사성대저축지공간진행모괴화분,장차고유공간화분위다개자모괴,침대매일개모괴훈련일개독출기,최후파각개모괴적수출결과집성수출.이용모괴화회성상태망락모형,대대객호적실시부하수거진행예측,병여궤충단기부하예측모형진행정도화은정성적대비실험,결과표명,모괴화회성상태망락재실시부하예측중기제고료예측정도,우증강료예측적은정성화범화성능.
