-
题名融合小波分解的Lasso光伏净负荷预测方法
被引量:3
- 1
-
-
作者
迟捷
邹华
林荣恒
-
机构
北京邮电大学计算机学院(国家示范性软件学院)网络与交换技术国家重点实验室
-
出处
《电力信息与通信技术》
2023年第5期9-16,共8页
-
基金
江西省重点研发项目资助“面向数字经济的用电大数据关键技术研究及应用”(20212BBE51002)
中央高校基本科研业务费专项资金资助。
-
文摘
为实现碳达峰、碳中和的目标,有必要对光伏净负荷进行预测,辅助电网根据不同用户的用电需求进行智能分配用电。文章提出了一种小波分解结合Lasso回归模型的预测模型,其中小波分解将时间序列数据的时频域进行对调,聚焦到数据的细节,更适合描述光伏净负荷的内在特性,而在Lasso回归模型中引入该方法将原始数据映射到合适的高维特征空间,使得Lasso回归模型应用于非线性的光伏净负荷数据。在实验验证中首先根据已有的10个台区的光伏净负荷数据进行分析,然后通过这些光伏净负荷数据使用预测模型进行训练和预测,实验结果表明该预测模型具有较高的准确性。
-
关键词
光伏净负荷
小波分解
Lasso回归模型
负荷预测
-
Keywords
photovoltaic net load
wavelet decomposition
Lasso regression model
load forecasting
-
分类号
TM74
[电气工程—电力系统及自动化]
-