基于相似度与神经网络的协同短期负荷预测模型.pdf

第37卷 第 1期 凳策电力 Vo1．37 No．1 2009年 1月 EastChina ElectricPower Jan． 2009 基于相似度与神经网络的协同短期负荷预测模型 王建军，牛东晓，李 莉 (华北电力大学 工商管理学院，北京 102206) 摘 要：为了考虑除负荷本身外的其他因素对短期负荷的影响，提出了基于相似度与神经网络的短期协同预 测模型。该模型首先通过计算负荷曲线的相似度对历史数据进行排序，然后选择与预测时刻相似度较相近的 数据对未来时刻的负荷利用相似度进行预测，对于出现的误差，通过神经网络结合其他因素进行预测纠正。 实验结果证明，该协同预测模型较之单纯的BP神经网络预测模型具有较高的预测精度。 关键词：负荷预测 ；相似度；神经网络；协同预测 基金项 目：国家 自然科学基金项 目70572090)；教育部新世纪优秀人才支持计划 (NCET-07-0281) 作者简介：王建军(1981．)，男，博士，主要从事电力系统工程与应用、电力负荷预测研究。 中图分类号：TM714 文献标志码：A 文章编号：100l-9529(2009)01-0064-04 Coordinatedshort-term loadforecastingbasedon similaritydegreeandANN WANGJian-jun，NIUD0 一xiao，LILi (SchoolofBusinessAdministration，NoahChinaElectricPowerUniv．，Beijing102206，China) Abstract：TomakefuUconsiderationontheinfluencesoffactorsotherthantheloaditselfontheshort—terraload，a coorcIinatedshort—term loadforecastingmodelbasedonsimilaritydegreeandANN WaSproposed．Theloadcurvesimi· laritywascalculatedtosortthehistorydataatfrst．andthenearesthistorydatawerechosenforforecasting．Inaddi— tion．theArtifieialNeutralNetwork(ANN)modelwasusedtocorrecttheelTOIS．Examplecaseshowedthatthemod． elwasmoreprecisethantheBP—ANN mode1． Keywords：loadforecasting；similaritydegree；ArtificialNeutralNetwork(ANN)；coordinatedforecasting 短期负荷预测是电力系统的一项基本工作， 负荷值进行修正，从而进一步提高预测精度。 是调度安排开停机组计划 的基础，对电网调度 自 1 相似度与神经网络的协同预测模型 动控制是非常重要的，其预测精度直接影响电力 系统的经济效益 J。但长期 以来短期预测方法 图1所示的是某城市2条24h的日负荷 曲 并没有考虑到气象因素对短期负荷的影响，难 以 线，由图1可以观察得出，2条负荷曲线在图形上 使预测精度进一步突破。 具有一定的相似性，例如都在 l0：00和 18：00出 近些年来，许多学者致力于将其他因素考虑 现2个负荷高峰，在凌晨 3：O0附近出现负荷低 进负荷预测 中，以提高负荷预测的精度_2J。利 谷。但 2条负荷曲线又不完全相似，即存在着偏 用数据挖掘技术和负荷预测技术相结合是研究其 他因素对负荷预测