基于波动类型精细划分与聚类的短期负荷预测

为减少短期负荷预测中负荷波动特性对负荷整体运行趋势的影响,提出一种面向波动类型精细划分与聚类的短期负荷组合预测方法。首先,引入k-means++将全年负荷按日特性聚类,并将聚类后的日负荷划分为负荷典型时段。其次,根据雨流计数法思想对负荷典型时段中的波动进行划分并结合模糊c-均值聚类算法(fuzzy c-means,FCM)以负荷波动特性为依据对负荷波动进行聚类。进一步,考虑到关键变量与负荷波动过程的关联关系,利用快速过滤特征选择算法(fast correlation-based filter,FCBF)将各负荷波动下对应的相关因素特征进行筛选。最后,建立以日负荷波动与负荷重构最优特征集为输入、以负荷功率为输出的短期负荷组合预测模型。实际算例表明,所提出的短期负荷组合预测方法能够显著提升短期负荷预测的精度。