基于稀疏自编码非线性自回归网络的负荷电价预测方法

作     者：史大洋 路峰迎 李文凯 弓帅 李垚 王欣 魏文震 SHI Dayang;LU Fengying;LI Wenkai;GONG Shuai;LI Yao;WANG Xin;WEI Wenzhen

作者机构：山东省建筑设计研究院有限公司济南250001 国网山东省电力公司淄博供电公司山东淄博255000 

基　　金：国家电网有限公司科技项目(2022A-042) 

出 版 物：《电力需求侧管理》 (Power Demand Side Management)

年 卷 期：2022年第24卷第5期

页      码：22-28页

摘      要：准确的电价和负荷预测对现代电力系统至关重要,但由于电价与负荷之间存在较强的相关性,若不考虑其相互影响,将导致预测的精度下降。为了提高现有方法的预测准确性,在考虑价格与负荷关系的前提下,提出了一种基于深度递归神经网络的价格与负荷预测模型,即基于外部输入的稀疏自编码器的非线性自回归网络,其功能包括特征提取和预测。首先针对特征提取环节,对原有方法进行改进,提出了稀疏自编码器,可以大大提高特征提取的有效性。其次,利用非线性自回归网络进行电价和负荷预测。使用电力市场大数据ISONE和PJM进行仿真验证,与级联Elam网络相比,ESAENARX在负荷预测方面将平均绝对误差降低了16%,在价格预测方面降低了7%。

主 题 词：负荷电价 电价预测 大数据 稀疏自编码器 非线性自回归网络 

学科分类：080702[080702] 080802[080802] 0808[工学-自动化类] 08[工学] 0807[工学-电子信息类] 

D　O　I：10.3969/j.issn.1009-1831.2022.05.005

馆 藏 号：203114451...