基于用户电量特征匹配与鲁棒极限学习机的用户短期电量预测.PDFVIP

电网分析与研究 PowerGridAnalysisStudy 2018 第46卷 第11期 Vol.46 No.11 基于用户电量特征匹配与鲁棒极限学习机的 用户短期电量预测 1 2 1 2 1 林锐涛 ，潘可达 ，许韩斌 ，彭显刚 ，何佳汉 （1.广东电网有限责任公司汕头供电局，广东汕头 515041； 2.广东工业大学 自动化学院，广东广州 510006） 摘 要：如何快速准确实现电力用户的短期电量预测对需求响应的实施以及售电公司的经营具有重要的意义。提 出一种基于相似用户电量特征匹配与鲁棒极限学习机的用户短期电量预测方法。首先通过主成分分析与余弦相 似度相结合的聚类分析方法建立用户电量特征库；然后通过皮尔逊相关系数法选取与待预测用户用电特性相似度 较高的用户，将其用电信息匹配生成预测参考日数据集；最后建立鲁棒极限学习机模型实现对用户短期电量预测。 为验证所提方法的有效性，采用实际案例进行仿真分析。结果表明该方法可以有效提高用户短期电量预测精度。 关键词：主成分分析；余弦相似度；皮尔逊相关系数；电量特征；短期电量预测 中图分类号：TM714 文献标志码：A 文章编号：2096-4145（2018）11-0076-07 Short-termElectricityConsumptionForecastingforPower ConsumersBasedonOutlierRobustExtremeLearningMachineand ElectricityConsumptionCharacteristicsofSimilarityCustomers 1 2 1 2 1 LINRuitao,PANKeda,XUHanbin,PENGXiangang,HeJiahan （1.ShantouPowerSupplyBureau,GuangdongPowerGridCo.,Ltd.,Shantou515041,China; 2.SchoolofAutomation,GuangdongUniversityofTechnology,Guangzhou510006,China） Abstract: Howtoquicklyandaccuratelyrealizetheshort-termelectricityconsumptionforecastingforpowerconsumersisofgreatsig⁃ nificancetotheimplementationofdemandresponseandthemanagementofelectricityretailer.Thepaperproposesaresidentshort- termelectricityconsumptionforecastingmethodbasedonoutlierrobustextremelearningmachine(ORELM)andelectricityconsumption characteristicsofsimilaritycustomers.Firstly,theresidentialelectricityconsumptioncharacteristicsdatabaseisestablishedbytheclus⁃ teranalysismethodcombiningprincipalcomponentanalysis（PCA）andcosinesimilarity.Andthen,byusingPearsoncorrelationcoeffi⁃ cientmethod,theconsumerswiththehighsimilarityoftheconsumerstobepredict