数据驱动下的综合能源系统短期多元负荷预测

作     者：王愈轩 刘尔佳 黄永章 WANG Yu-xuan;LIU Er-jia;HUANG Yong-zhang

作者机构：华北电力大学电气与电子工程学院北京102206 

基　　金：中央高校基本科研业务费专项基金项目(2019QN117) 国网天津市电力公司管理咨询基金项目(KH15010297) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2022年第43卷第5期

页      码：1435-1442页

摘      要：精准可靠的多元负荷预测对于综合能源系统规划运行具有重要的实用价值,针对园区综合能源系统多元负荷预测问题,提出一种数据驱动下的短期多元负荷预测方法。概述园区综合能源系统多能耦合的运行特点,提出适用于多元负荷相关性分析方法。基于长短时记忆网络(long short-term memory,LSTM)、极端梯度提升(extreme gradient boosting,XGboost)模型,采用误差倒数法对LSTM、XGboost模型预测结果进行加权组合构建短期多元负荷预测模型。采用园区实际运行数据验证了组合模型的有效性,实验结果表明,相较其它两种单一预测模型,LSTM-XGboost组合模型的预测精度更高。

主 题 词：综合能源系统 数据驱动 多元负荷 负荷预测 LSTM XGboost 组合模型 

学科分类：08[工学] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2022.05.031

馆 藏 号：203111708...