基于小波聚类的配变短期负荷预测方法研究

被引:53
作者
沈沉 [1 ]
秦建 [1 ]
盛万兴 [2 ]
方恒福 [2 ]
机构
[1] 清华大学电机工程与应用电子技术系
[2] 中国电力科学研究院
关键词
配电变压器; 负荷预测; 小波; 聚类;
D O I
10.13335/j.1000-3673.pst.2016.02.027
中图分类号
TM715 [电力系统规划];
学科分类号
080802 ;
摘要
为了进一步实现对配电变压器的精细化无功补偿控制,从配电变压器负荷随机性强的特点出发,分析并实测了传统的负荷预测方法和数据预处理方法在配变负荷预测上的适用性,提出了基于小波变换和层次聚类分析的配变短期负荷预测方法。对标幺曲线与基值分别进行预测,利用小波变换获取标幺负荷曲线的细节信息,通过聚类分析寻找相似曲线,并使用核函数平滑的方法获得标幺预测曲线,最后通过倍比平滑法获得预测基值,从而完成预测。对济南某配电变压器1个月的实际负荷进行预测的结果表明,所提方法的预测精度优于传统的频域分量法、倍比平滑法和点对点倍比法,在台区的负荷预测方面适用性更强。
引用
收藏
页码:521 / 526
页数:6
相关论文
共 16 条
[1]   改进FCM算法及其在电力负荷坏数据处理的应用 [J].
蒋雯倩 ;
李欣然 ;
钱军 .
电力系统及其自动化学报, 2011, 23 (05) :1-5
[2]   支持向量机在短期负荷预测中的应用概况 [J].
王奔 ;
冷北雪 ;
张喜海 ;
单翀皞 ;
从振 .
电力系统及其自动化学报, 2011, 23 (04) :115-121
[3]   电力系统短期负荷预测方法综述 [J].
廖旎焕 ;
胡智宏 ;
马莹莹 ;
卢王允 .
电力系统保护与控制, 2011, 39 (01) :147-152
[4]   母线负荷预测中样本数据预处理的新方法 [J].
李光珍 ;
刘文颖 ;
云会周 ;
高玉华 .
电网技术, 2010, 34 (02) :149-154
[5]   基于解耦机制的小地区短期负荷预测方法 [J].
黎灿兵 ;
刘梅 ;
单业才 ;
唐涛南 .
电网技术, 2008, (05) :87-92
[6]   聚类算法研究 [J].
孙吉贵 ;
刘杰 ;
赵连宇 .
软件学报, 2008, (01) :48-61
[7]   应用小波分析进行短期负荷预测 [J].
顾洁 .
电力系统及其自动化学报, 2003, (02) :40-44+65
[8]   电力系统短期负荷预报的小波-神经网络-PARIMA方法 [J].
冉启文 ;
单永正 ;
王骐 ;
王建赜 .
中国电机工程学报, 2003, (03) :38-42+68
[9]   基于小波分析的电力系统短期负荷预测方法 [J].
邰能灵 ;
侯志俭 ;
李涛 ;
蒋传文 ;
宋炯 .
中国电机工程学报, 2003, (01) :46-51
[10]   一种新型短期负荷预测模型的研究及应用 [J].
尤勇 ;
盛万兴 ;
王孙安 .
中国电机工程学报, 2002, (09) :16-19