作者:石佳; 丁俊; 张纳川电力电量平衡数据挖掘关联预测
摘要:随着大数据时代的到来,数据挖掘技术广泛应用于电力系统各个领域。电力电量平衡是电网规划的基础,需要大量历史数据和依据经验获取平衡结果,负荷预测和机组检修安排较为频繁,针对这些数据项,对数据挖掘技术在电力电量平衡中的应用进行了初步探索。数据挖掘的预测任务可以对不同尺度的时间序列精准预测,但是不同方法适用情景不同,通过实际电网历史数据对比分析了不同方法在负荷预测的适用性,得出训练数据少,需要预测序列长时,使用Gaussian Processes算法精度更高;训练数据多,预测序列短时,使用SMOreg算法精度更高。在安排机组检修计划时,需要考虑负荷变化、检修周期、天气等因素,考虑不全面会造成电力不平衡,需要反复计算安排。通过分析某省历年不同类型机组检修计划和电力平衡结果之间的关联性,发现不同类型机组应安排在不同时间段检修,以保证电力平衡。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社