-
题名基于内核时变回归模型的电能预测分析与研究
- 1
-
-
作者
田野
王大鹏
刘荣权
钟佳晨
-
机构
国电南瑞南京控制系统有限公司
国网内蒙古东部电力有限公司供电服务监管与支持中心
南京农业大学人工智能学院
-
出处
《现代电子技术》
2023年第24期109-114,共6页
-
基金
上海市大数据管理系统工程研究中心开放基金项目(HYSY21022)。
-
文摘
为实现“双碳”发展目标和满足新型电力系统应用需求,亟需对用电进行精准预测。为了应对周期长、变化幅度大的数据,将KTR模型应用于电能负荷预测的实际场景中。该模型在时变系数回归的方法上进行改进,能够应对较长的时间序列,避免出现过拟合的情况;以及根据不同数据变化情况自适应地使用不同的核函数,保证模型学习与数据特征匹配。实验结果表明,使用通过最佳参数构建的KTR模型进行预测,其总体的电能负荷数据预测值和原始值的SMAPE为8.46%。此外,将文中方法与Prophet和SARIMA模型预测结果进行了对比,结果表明,文中方法的预测精度比另外两种模型分别高2.57%和9.23%,验证了该方法电能预测的准确性。
-
关键词
内核时变回归模型(ktr)
电能负荷预测
核回归模型
贝叶斯时变系数模型
时间序列预测
贝叶斯框架
-
Keywords
ktr
electric energy load forecasting
kernel regression model
Bayesian time-varying coefficient model
time series prediction
Bayesian framework
-
分类号
TN206-34
[电子电信—物理电子学]
-