节点文献

基于智能集中器的短期电力负荷预测

免费订阅

【作者】 陈晓江刘晔张金波梁哲恒曾纪钧何恒靖

【Author】 CHEN Xiaojiang;LIU Ye;ZHANG Jinbo;LIANG Zheheng;ZENG Jijun;HE Hengjing;Information Center of Guangdong Power Grid Corporation;Digital Grid Research Institute,China Southern Power Grid;

【机构】 广东电网有限责任公司信息中心南方电网数字电网研究院

【摘要】 随着智能电网的快速发展,新型智能集中器利用边缘计算技术实现用户侧负荷预测,可有效减轻主站压力,提高相应速度。本文针对智能集中器的负荷预测计算功能进行分析,在智能集中器的负荷预测算法模块,提出采用具有遗忘机制的在线贯序极限学习机(FOS-ELM)算法进行短期负荷预测,使用采集到的实时数据对预测模型进行训练,并通过算例进行仿真分析,仿真结果表明采用该算法的智能集中器能够实时更新训练样本,预测精度高,计算量小,计算速度快,并能够实现短期负荷的在线预测。

【基金】 广东电网有限责任公司科技项目资助(037800KK52190004)
【所属期刊栏目】 学术论文 (2020年06期)
  • 【DOI】10.19635/j.cnki.csu-epsa.000436
  • 【分类号】TM715
  • 【下载频次】254
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: