精確的負荷預(yù)測對于電力系統(tǒng)的有效調(diào)度和安全運行至關(guān)重要.本文提出基于改進的隨機森林（IRF）和密度的聚類（DBSCAN）的頻域組合預(yù)測方法.首先,采用經(jīng)驗小波變換（EWT）分解負荷,得到不同的固有模態(tài)分量（IMFs）;其次,根據(jù)各分量特征采用合理的方法進行預(yù)測.其中,低頻、中頻分量采用IRF預(yù)測;高頻分量使用DBSCAN根據(jù)氣象因素溫度和濕度聚類,再根據(jù)每類的樣本特性選擇處理方法.最后,疊加各分量的預(yù)測值,獲取負荷預(yù)測值.根據(jù)某地市現(xiàn)場負荷數(shù)據(jù)進行實驗,預(yù)測結(jié)果分別與EWT–IRF, EWT–隨機森林（RF）、經(jīng)驗?zāi)B(tài)分解（EMD）–IRF模型的預(yù)測結(jié)果進行對比.結(jié)果表明,提出的模型具有更高的預(yù)測精度,反映了實際負荷的隨機性. 

【文章頁數(shù)】：9 頁

【參考文獻】：
期刊論文
[1]DBSCAN算法研究及并行化實現(xiàn)[J]. 宋董飛,徐華.  計算機工程與應(yīng)用. 2018(24)
[2]電力負荷預(yù)測算法比較-隨機森林與支持向量機[J]. 霍娟,孫曉偉,張明杰.  電力系統(tǒng)及其自動化學(xué)報. 2019(07)
[3]基于EWT-WKELM的短期負荷預(yù)測[J]. 李青,于永軍,鄭少鵬,馬天嬌.  電力系統(tǒng)及其自動化學(xué)報. 2018(07)
[4]基于Akima-LMD和GRNN的短期負荷預(yù)測[J]. 鄒紅波,伏春林,喻圣.  電工電能新技術(shù). 2018(01)
[5]基于Spark平臺和多變量L2-Boosting回歸模型的分布式能源系統(tǒng)短期負荷預(yù)測[J]. 馬天男,牛東曉,黃雅莉,杜振東.  電網(wǎng)技術(shù). 2016(06)
[6]基于灰色投影改進隨機森林算法的電力系統(tǒng)短期負荷預(yù)測[J]. 吳瀟雨,和敬涵,張沛,胡駿.  電力系統(tǒng)自動化. 2015(12)
[7]基于改進數(shù)據(jù)流在線分割的超短期負荷預(yù)測[J]. 唐聰嵐,盧繼平,謝應(yīng)昭,張露.  電網(wǎng)技術(shù). 2014(07)
[8]基于非負矩陣分解的相關(guān)向量機短期負荷預(yù)測模型[J]. 黃帥棟,衛(wèi)志農(nóng),高宗和,楊爭林,孫國強,孫永輝.  電力系統(tǒng)自動化. 2012(11)
[9]基于Mallat算法的日負荷預(yù)測實用方法研究[J]. 蔣建東,宋苗菊,賈偉.  電力系統(tǒng)保護與控制. 2009(20)



本文編號：3730413