基于重构误差和极端模式识别的综合能源系统短期负荷预测 |
| |
引用本文: | 邢晓萱,巩敦卫,孙晓燕,张勇,梁睿.基于重构误差和极端模式识别的综合能源系统短期负荷预测[J].中国电机工程学报,2024(9):3476-3489. |
| |
作者姓名: | 邢晓萱 巩敦卫 孙晓燕 张勇 梁睿 |
| |
作者单位: | 1. 中国矿业大学信息与控制工程学院;2. 青岛科技大学自动化与电子工程学院;3. 中国矿业大学电气工程学院 |
| |
基金项目: | 国家重点研发计划项目(2022YFE0199000);;国家自然科学基金项目(62133015)~~; |
| |
摘 要: | 综合能源系统的运行场景存在极端模式,且含有异常数据,亟剧增加了综合能源负荷预测的难度。该文提出基于极端模式识别和误差重构的综合能源系统极端模式短期负荷预测方法,通过极端模式的识别,异常数据的检测,提高综合能源负荷预测的精度。首先,基于最小累积距离的综合能源负荷数据聚类,识别系统的极端模式;然后,利用深度学习模型的残差和聚类误差进行误差重构,检测异常数据;最后,采用改进的Stacking集成学习方法,进行极端模式的综合能源负荷预测。将所提方法应用于典型的综合能源系统,并与已有方法比较,实验结果表明,所提方法能够很好地解决极端模式的综合能源系统短期负荷预测问题。
|
关 键 词: | 综合能源系统 负荷预测 极端模式识别 重构误差 集成学习 |
|