基于决策树的外推算法在福建电网短期负荷预测中的应用

提出了一种将决策树技术同外推算法相接合的短期负荷预测算法。采取"分而治之"的策略:用决策树技术处理负荷中的温度分量,外推预测算法预测除去温度分量之后的负荷分量,最后叠加这两种分量,得到预测结果。这种算法运用于福建省调日调度计划的编制,预测精度较高。

用于负荷预测的层次聚类和双向夹逼结合的多层次聚类法

针对传统聚类方法对负荷曲线形状的相似性重视不足的问题,提出了一种基于相似性原理的新的聚类方法——层次聚类和双向夹逼相结合的多层次聚类方法,该方法可以同时衡量负荷曲线形状的趋势相似性和形状相似性。分别采用该方法与传统的基于欧氏距离的层次聚类方法以某省2005年负荷数据为历史数据进行预测,结果表明本文提出方法对负荷曲线形态细节以及气候因素与负荷之间的复杂相关性具有较强的识别能力。

福建电网夏季降温负荷研究分析

基于福建电网历史负荷数据,采用全省整体分析和"子网累加"分析两种方法分析福建电网降温负荷。首先,通过典型降温负荷曲线的分析揭示降温负荷特性;然后,建立降温负荷与气温的敏感性回归模型得到降温负荷受气温影响的规律;最后,采用一元回归分析的方法测算年最大降温负荷。通过实例比较,表明"子网累加"分析方法在降温负荷的研究分析中具有较高可行性及准确性。