|
|||||
|
|
| 海量数据下的电力负荷短期预测 | |
| 引用本文： | 张素香,赵丙镇,王风雨,张东.海量数据下的电力负荷短期预测[J].中国电机工程学报,2015(1):37-42. |
| 作者姓名： | 张素香 赵丙镇 王风雨 张东 |
| 作者单位： | 1. 国家电网公司信息通信分公司,北京市西城区,100761 2. 北京国电通网络技术有限公司,北京市丰台区,100070 3. 国家电网公司农电工作部,北京市西城区,100031 |
| 基金项目： | 国家863高技术基金项目(2011AA05A116)。The National High Technology Research and Development of China 863 Program |
| 摘 要： | 该文研究海量数据下的短期电力负荷预测方法,基于局部加权线性回归和云计算平台,建立并行局部加权线性回归模型。同时,为剔除坏数据,采用最大熵建立坏数据分类模型,保证历史数据的有效性。实验数据来自已建的甘肃某智能园区。实验结果表明,提出的并行局部加权模型用于短期电力负荷预测是可行的,平均均方根误差为3.01%,完全满足负荷预测的要求,并极大地减少了负荷预测时间,提高预测精度。 |
| 关 键 词： | 大数据 云计算 负荷预测 局部加权线性回归 |
Short-term Power Load Forecasting Based on Big Data |
|
| ZHANG Suxiang , ZHAO Bingzhen , WANG Fengyu , ZHANG Dong.Short-term Power Load Forecasting Based on Big Data[J].Proceedings of the CSEE,2015(1):37-42. | |
| Authors: | ZHANG Suxiang ZHAO Bingzhen WANG Fengyu ZHANG Dong |
| Affiliation: | 1. State Grid Information & Telecommunication branch 2. Beijing Guodiantong Networks Technology Co.,Ltd. 3. State Grid Corporation of China |
| Abstract: | |
| Keywords: | big data cloud computing load forecasting local weighted linear regression |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |