改进型XGBoost算法模型的企业电力负荷电费优化

针对现有技术中企业电力负荷电费优化效果差的问题,提出了新型的企业电力负荷电费优化方法,构建了改进型XGBoost算法模型.通过构建多个决策树提高了企业电力负荷的预测精度.在XGBoost算法模型的基础上,应用逐步回归算法模型,通过持续调整XGBoost算法模型中决策树的权重,不断地训练输出的单个弱学习器.实现XGBoo...     

一种用于异常用电检测的负荷模式分析新方法

为解决异常用电检测问题,提出一种基于果蝇算法的负荷模式分析新方法。在同区域相似电力用户负荷数据和用户历史负荷数据的基础上,应用果蝇算法提取负荷模式。根据用户用电负荷与相似用户用电负荷和用户历史用电负荷匹配的不同特点,采用不同的负荷数据预处理方式以及模式匹配评价方法。根据电力用户的实际数据,查出用户的异常用电情况,验证了算法的有效性。     

基于高弹性电网的虚拟电厂短期负荷预测

虚拟电厂是电厂智能发展的结果,是能源互联网的终极组态,它将需求侧资源和分布式能源与传统电网进行融合,共同满足社会发展对电力的需要。目前,虚拟电厂技术大部分应用在分布式能源的调度优化,而对用户侧需求响应的研究较少,且存在虚拟电厂需求侧资源和分布式能源的电能质量与可靠性问题。为解决上述问题,本文借助智能化技术进行调控,实现与传统电网的稳定融合,并对虚拟电厂接入的需求侧资源和分布式能源通过聚类、关联度分析、决策算法、回归算法等进行负荷预测和分析,以支撑虚拟电厂需求响应、清洁能源消纳等业务。仿真实验表明该预测模型可实现需求侧负荷、分布式电源出力的精准预测,支撑虚拟电厂实现分层分区精准调控及其他业务。