時間序列挖掘技術及其在短期電力負荷預測中的應用研究.pdf

1、短期負荷預測是電力調(diào)度自動化系統(tǒng)中一個重要的任務，精確有效的預測可以為研究電力系統(tǒng)規(guī)劃問題、電力系統(tǒng)經(jīng)濟運行及其調(diào)度自動化提供科學依據(jù)，本文針對電力系統(tǒng)短期負荷預測算法及應用展開了初步的研究。 針對電力負荷是時間序列數(shù)據(jù)這一特點，提出一種基于時間序列挖掘技術的短期負荷預測方法。該方法針對現(xiàn)有預測基于獨立時刻點分別建模，預測精度不高的問題，采用負荷序列預測法。以預測某段時間內(nèi)的負荷序列為目標，分別在相應時段內(nèi)建立預測模型，綜合考察

2、這段時間的負荷量以及變化模式，從而提高預測的精度。論文主要包含兩個關鍵技術，即基于聚類的負荷序列分析和基于局部關聯(lián)分類的負荷序列預測。 在負荷序列分析研究中，首先針對負荷序列的高維性，使用基于特征點的時間序列分段方法進行降維，然后采用基于密度的層次聚類算法(HCD)進行聚類分析。聚類既可以作為發(fā)現(xiàn)相似用電模式、特殊用電模式，進行相關分析的工具，也可以作為進一步規(guī)則挖掘的預處理過程。 在負荷序列預測研究中，首先采用分類精度