基于配电网全域大数据的负荷智能预测模型

作     者：杨军亭 张自强 王栋 马振祺 YANG Jun-ting;ZHANG Zi-qiang;WANG Dong;MA Zhen-qi

作者机构：国网甘肃省电力公司电力科学研究院甘肃兰州730070 国网甘肃省电力公司甘肃兰州730000 

基　　金：甘肃省电力公司电力科学研究院科研项目(SGGSKY00F CJS1800496) 

出 版 物：《自动化技术与应用》 (Techniques of Automation and Applications)

年 卷 期：2024年第43卷第7期

页      码：54-57,116页

摘      要：为了精准预测配电网负荷,为电力系统调度运行提供科学依据,设计基于配电网全域大数据的负荷智能预测模型,分析影响配电网负荷因素,依据分析结果采集历史配电网全域数据集,对数据集实施预处理,建立训练样本集,长短期记忆神经网络根据训练集建立配电网负荷智能预测模型,最后结果表明,该模型的配电网负荷预测结果与历史实际负荷几乎吻合,预测性能稳定,预测结果精准可靠,可有效保障电力系统的精准调度运行。

主 题 词：配电网 全域大数据 负荷预测 长短期记忆 神经网络 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 080802[080802] 0808[工学-自动化类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.20033/j.1003-7241.(2024)07-0054-05

馆 藏 号：203128568...