数据预处理对电力负荷预测精度的影响

《数据预处理对电力负荷预测精度的影响》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第37卷第9期华电技术Vo1．37No．92015年9月HuadianTechnologySep．2015数据预处理对电力负荷预测精度的影响陶莉，朱小光(1．南京工程学院电力工程学院，南京211167；2．中兴通讯南京研发中心，南京210012)摘要：电力系统负荷预测精度越高，越有利于提高发电设备的利用率和经济调度的有效性。针对淮阴地区2013年负荷数据进行研究，分析了负荷的特性及不同的数据预处理方法对负荷预测精度的影响。结果表明：异常值平稳化是最直接、有效的方法；原始数据每13样本量对预测结果影响不大；预测重大节假日过后的工作13负荷

2、时可删去双休日及重大节假日数据，预测精度显著提高；春、秋季负荷较平稳时，调整同类型日数据顺序也可适当提高预测精度。关键词：电力负荷；预测；数据预处理；预测精度；负荷特性；同类型日中图分类号：TM715文献标志码：A文章编号：1674—1951(2015)09—0008—031．1负荷的日周期性O引言负荷的日周期性体现出24h规律性的循环变准确的电力系统负荷预测对我国电力系统的发化特点。各地区由于负荷成分、产业结构、地域、天展有着重要意义，主要表现为：电网管理中准确的负气、风俗习惯等不同，负荷日周期呈现出来的特性会荷预测能够为电网经济调度

3、以及生产计划制订提供有很大差别，但基本都会在白天工作时间出现波峰，有力的帮助；负荷预测是电力系统安全分析及运行午问或夜间出现波谷。的基础，是电网进行实时调度的必需数据；预测负荷1．2负荷的周周期性需求数据是电力系统市场化的重要组成部分。短期地区日负荷在工作日和双休日虽有类似的变化负荷预测在数学上就是估计一个时间序列的未来值趋势，但存在明显差异。图1是淮阴地区春季1周问题，不可能百分之百的准确，往往存在一定的误的连续日负荷曲线(其中周一到周五为工作日，周差，而预测精度越高则越有利于提高发电设备的利六、周日为双休日)。在工作日，地区负荷的主

4、要构用率和经济调度的有效性¨j。近年来，越来越多的成一般是工业负荷，工业企业通常在白天稳定工作，数学方法应用于电力负荷预测领域，旨在提高其精所以工作Et负荷具有基本相似的变化规律，数值相度，但目前还没有一种算法适合所有数据的预测，也差也不大；而在双休日工业负荷所占比例下降，居民不是越新颖、越复杂的预测方法就一定会提高预测生活、服务业负荷比例明显上升，这样的变化结果使的精度。实际上，一些传统算法2(如回归、滑动平得双休日(具体针对淮阴地区，尤其是周日)负荷比均、灰色、移动平滑法等)只要做好数据预处理工作工作日明显偏低。就可以显著提高精度。

5、本文针对淮阴地区2013年负荷数据进行研究，分析不同的预处理对电力负荷预测精度的影响。1负荷特性分析董柱在进行某地区的负荷预测之前，需要对该地区负荷的特性进行分析，研究其变化规律及影响因素，这对选择合适的预测方法及改善精度大有裨益。由于社会生产方式和人们生活习惯一般都会呈现工作和休息的交替变化，这种变化具有Et或周的周期性，时刻所以地区负荷的变化一般也会具有Et或周的周期性图1淮阴地区2013年春季1周负荷曲线特点，此外，地区负荷周期的季节、节假日特性也非1．3负荷的节假日特性常明引重大节假日(如清明、五一、端午、中秋、国庆、收稿日期：

6、2015—03—31；修回日期：2015—07—21元旦、春节等)来I临时人们一般会休息较长时间并第9期陶莉，等：数据预处理对电力负荷预测精度的影响·9·圣棹《；il伴随有大量的庆祝活动，对负荷变化的影响很大。样的原始数据进行预测，预测结果不够准确，因此，图2为淮阴地区2013年春季工作日、双休日、清明需要识别出异常值并进行一定的处理。可以先设定节、劳动节负荷曲线对比图。由图2可看出，重大节一个变动范围，如待处理的原始数据超过这个范围，假日的负荷比工作日的负荷低很多，与周日负荷也即可视为异常数据，可采用平均值的方法平稳其变存在明显的差值

7、，曲线变化趋势更接近周日的。化。图4中，4月9日15：O0左右的数据可视为异常值。时刻时刻图2淮阴地区2013年春季工作日与节假日负荷曲线图4出现异常值的负荷曲线1．4负荷的季节特性2．2选择原始数据样本量四季的工作日负荷曲线基本遵守典型日负荷曲短期负荷预测中每日的负荷曲线由24，48，96线的特点。图3是淮阴地区2013年四季典型工作或288点组成，采用同样的预测方法，选取的样本量日的负荷曲线，比较后发现：早高峰一般都出现在不同，误差也会不同。O8：00—12：00，晚高峰通常出现在20：00-22：O0；以淮阴地区2013年春季某工

8、作日的负荷为例因夏、冬季存在大量的空调负荷，夏、冬季的负荷曲进行预测，预测结果误差见表1。线要明显高于春、秋季。夏季日负荷曲线与其他季表1预测结果误差对比％节的变化趋势差别较大，一年中的最高负荷一般出现在夏