基于大数据技术的电网输电负荷预测研究.pdfVIP

电网运维

GridOperation

基于大数据技术的电网输电负荷

预测研究

云南电网有限责任公司文山供电局张兆阳申娟平杨俊赵晓寅赵树辉

摘要：为提高电网输电负荷预测的准确率和计算效率，提出一种基于大数据技术的解决方案。该方案根据

电网输电负荷预测应用场景特点，运用多元化分布式存储方式，完成对海量数据的分类化存储，利用机器

学习技术，在预处理数据的基础上，分析负荷特性；利用流计算技术，对无状态操作进行中长期预测。结果

表明，本文所提出的基于大数据技术解决方案有效地提高电网输电负荷预测准确率和计算效率，完全符合

实际应用需求。

关键词：大数据技术；电网输电；负荷预测；流计算；机器学习

网输电负荷预测主要是指针对性地预测馈2数据预处理

线、大用户等负荷单元，为后期配电化

电对于电网输电二次系统而言，在具体建设期间，

状态预判提供重要的依据和参考。负荷

存在设备分布点过多、数据维护不全面、数据易丢

预测结果是否准确，直接影响了电网输电精细化

[1]失等问题。目前，比较常见的数据缺失类型主要包

管理水平以及供电的可靠性。对于电网输电而

含随机缺失类型和非随机缺失类型。相关人员要

言，其应用范围较广的预测方式主要包含短期预

做好对数据缺失问题的有效处理。在具体实践中，

测和中长期预测。本文结合这两种预测方式，利

当处理的数据缺失量相对较少时，要做好对缺失

用基于大数据技术解决方案，对电网输电负荷进

量的删除，并插补处理数据。此外，在预测电网

行科学化预测。

输电负荷时，要做好对平均值的采集和整理，并

1数据存储采用贝叶斯预测法，做好对多个插补值的有效采

集，并结合当前信息变化情况，获得所需要的插

在进行电网输电负荷预测时，要做好对负荷、

补数据。

气象、算法模型等数据的整合处理，同时，还要将

这些数据划分为实测值、分析值。为实现对负荷数3电网输电负荷分析

据实测值的精确化采集，需要借助用电信息采集系

统，将采集好的信息导入指定的文件格式中，然后，3.1影响电网输电负荷因素筛选

通过执行后台服务程序，筛选出满足相关数据实测影响电网输电负荷因素相对较多，主要包含温

值的数据，并下载、解析处理这些数据。为实现对度、湿度、风力、日照、气压等因素，进行电网输

气象数据实测值的全面化采集，要利用电力气象平电负荷分析时，要从高维数据中筛选出属性集，确

台，对其进行采集和整理，并利用后台服务程序，保计算复杂度降到最低，使得模型训练得以大幅度

将气象数据直接传输到大数据平台中。在采集设备提高。随机森林理论主要是指借助多棵决策树