基于小波去噪和决策树的个性化大用户负荷预测

《基于小波去噪和决策树的个性化大用户负荷预测》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、Seediscussions,stats,andauthorprofilesforthispublicationat:https://www.researchgate.net/publication/308074111WaveletDe-noisingandDecisionTree-basedLargeConsumersLoadForecastingArticle·October2016CITATIONSREADS0736authors,including:Jian

2、gnanChengYiWangCornellUniversityTsinghuaUniversity5PUBLICATIONS10CITATIONS48PUBLICATIONS276CITATIONSSEEPROFILESEEPROFILESomeoftheauthorsofthispublicationarealsoworkingontheserelatedprojects:Fundamentalresearchonlow-carbonandefficientmultipleenergysystemsto

3、wardsrenewableenergyintegrationViewprojectTheIntegrationofMultipleEnergySystemsbasingontheconceptofEnergyHubViewprojectAllcontentfollowingthispagewasuploadedbyYiWangon20December2016.Theuserhasrequestedenhancementofthedownloadedfile.第１０卷第１０期南方电网技术Ｖｏｌ１０，Ｎｏ

4、１０２０１６年１０月ＳＯＵＴＨＥＲＮＰＯＷＥＲＳＹＳＴＥＭＴＥＣＨＮＯＬＯＧＹＯｃｔ２０１６文章编号：１６７４０６２９（２０１６）１０００３７０６中图分类号：ＴＭ７１５文献标志码：ＡＤＯＩ：１０１３６４８／ｊｃｎｋｉｉｓｓｎ１６７４０６２９２０１６１０００６基于小波去噪和决策树的个性化大用户负荷预测罗敏１，程将南２，王毅２，林国营１，朱文俊３，阙华坤３（１广东电网有限责任公司电力科学研究院，广州５１００８０；２清华大学电机工程与应用电子技术系，北京１０００８４；３广东电网有限责任

5、公司，广州５１０６２０）摘要：把握用户的用电规律并对用户未来的用电进行精准的预测对于开展需求响应、提高电网运行效率等具有重要意义。首先对大用户负荷特性进行了分析，指出大用户负荷具有量大面广、个性不一、近大远小、波动显著以及周期失灵等特性。然后针对这些特性，提出了一种基于小波去噪和决策树的个性化模式挖掘预测方法，能够挖掘大用户历史负荷数据进行模式提取，对不同用电模式的大用户分别进行个性化负荷预测。对某省５０个典型大用户的算例分析结果表明该方法的准确性较其他常用预测方法更高。关键词：大用户；负荷预测；小波去噪；

6、决策树；模式挖掘ＷａｖｅｌｅｔＤｅｎｏｉｓｉｎｇａｎｄＤｅｃｉｓｉｏｎＴｒｅｅＢａｓｅｄＬｏａｄＦｏｒｅｃａｓｔｉｎｇｏｆＬａｒｇｅＣｏｎｓｕｍｅｒｓ１，２２１２３ＬＵＯＭｉｎＣＨＥＮＧＪｉａｎｇｎａｎ，ＷＡＮＧＹｉ，ＬＩＮＧｕｏｙｉｎｇ，ＺＨＵＷｅｎｊｕｎ，ＱＵＥＨｕａｋｕｎ（１ＥｌｅｃｔｒｉｃＰｏｗｅｒＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅｏｆＧｕａｎｇｄｏｎｇＰｏｗｅｒＧｒｉｄＣｏ，Ｌｔｄ，Ｇｕａｎｇｚｈｏｕ５１００８０，Ｃｈｉｎａ；２ＤｅｐａｒｔｍｅｎｔｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒ

7、ｉｎｇ，ＴｓｉｎｇｈｕａＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００８４，Ｃｈｉｎａ；３ＧｕａｎｇｄｏｎｇＰｏｗｅｒＧｒｉｄＣｏ，Ｌｔｄ，Ｇｕａｎｇｚｈｏｕ５１０６２０，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｈａｖｉｎｇａｂｅｔｔｅｒｕｎｄｅｒｓｔａｎｄｉｎｇｏｆｔｈｅｃｕｓｔｏｍｓｏｆｃｏｎｓｕｍｅｒｓｅｌｅｃｔｒｉｃｉｔｙｃｏｎｓｕｍｐｔｉｏｎａｎｄｔｈｅａｃｃｕｒａｔｅｌｏａｄｆｏｒｅｃａｓｔｉｎｇｏｆｉｎｄｉｖｉｄｕａｌｃｏｎｓｕｍｅｒａｒｅｏｆｇｒｅａｔｓｉｇｎｉｆｉｃａｎｃｅｔｏｄｅｍａｎｄｒ

8、ｅｓｐｏｎｓｅｉｍｐｌｅｍｅｎｔａｎｄｈｉｇｈｅｆｆｉｃｉｅｎｔｐｏｗｅｒｓｙｓｔｅｍｏｐｅｒａｔｉｏｎＦｉｒｓｔｌｙｔｈｅｌｏａｄｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｌａｒｇｅｃｏｎｓｕｍｅｒｓａｒｅａｎａｌｙｚｅｄ，ａｎｄｉｔｉｓｐｏｉｎｔｅｄｏｕｔｔｈａｔｔｈｅｌｏａｄｐｒｏｆｉｌｅｓｏｆｌａｒｇｅｃｏｎｓｕｍｅｒｓｈａｖｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｓｕｃｈａｓｌａｒｇｅｉｎｖｏｌｕｍｅａｎｄｗｉｄｅｉ