基于IPSO算法的短期电力负荷预测模型研究

作     者：王峰 WANG Feng

作者机构：国网南京供电公司江苏南京210013 

出 版 物：《自动化仪表》 (Process Automation Instrumentation)

年 卷 期：2023年第44卷第4期

页      码：22-26页

摘      要：为有效减小短期电力负荷预测的预测误差,提高预测精度、缩短预测时间,应用改进粒子群优化(IPSO)算法建立了1种短期电力负荷预测模型。通过水平方向和垂直方向的平滑修正,对历史数据的异常负荷点进行识别并修正。利用相同日期类型正常负荷,计算缺失数据填充值。采用模糊化处理,计算日期类型、温度、天气隶属度函数,对短期负荷变化因素进行量化处理。将历史数据的负荷值和量化值作为训练数据。为避免粒子群优化(PSO)算法陷入局部最优,采用IPSO算法找到全局最优解,建立了短期负荷预测模型,实现了短期电力负荷预测。试验结果表明,所设计模型预测结果在休息日和工作日的最大相对误差值、平均相对误差值分别为0.97%、0.53%和0.99%、0.65%,能够有效减小预测误差、提高预测精度、缩短预测时间。该研究为电力系统相关人员进行负荷预测提供了参考。

主 题 词：改进粒子群优化算法 短期电力负荷 负荷预测 电力系统 异常负荷点 模糊化处理 隶属度函数 全局最优解 

学科分类：08[工学] 0802[工学-机械学] 

D　O　I：10.16086/j.cnki.issn1000-0380.2021120076

馆 藏 号：203121202...