基于分布式数据仓库的负荷特性分析与预测研究
电力负荷变化受气象因素影响十分明显，但不同地区由于其负荷构成和气象情况的不同，气象因素对负荷的影响程度也不同。为此本文提出了网格化的思想来分区的考虑气象因素对负荷的影响，以尽可能具体地分析气象因素对负荷的影响，提高负荷分析与预测的精度。本文进一步构建了用于网格化分区负荷分析与预测的分布式数据仓库，并给出了它的体系结构和内部组织策略。为了综合考虑各种气象因素对负荷的影响本文引入了四个综合气象指数，在使用灰色关联理论分析了负荷和气象指数之间的关联关系之后，选择其中关联度最好的气象指数来进行负荷灵敏度分析，采用支持向量机算法对日峰荷进行了网格化的分区预测，对京津唐电网的负荷分析与预测结果表明本文采用的网格化分区负荷特性分析与预测的思想是行之有效的，能够更加具体地考虑不同区域气象情况，提高了负荷预测精度。
负荷分析 负荷预测 分布式数据仓库 支持向量机 电力负荷
宋蓉芳 栗然 张烈勇
华北电力大学电力工程系,河北,保定 071003
国内会议
北京
中文
1552-1555
2008-10-01（万方平台首次上网日期，不代表论文的发表时间）