基于行业大数据的饱和空间负荷预测方法.pdfVIP

________________________________________电力系统及其自动化《电气自动化》2021年第43卷第5期

PowerSystemAutomatic;

基于行业大数据的饱和空间负荷预测方法

庾力维I,何敬开彳

(1.广东电网有限责任公司东莞供电局，广东东莞523000；2.广州依莱科电力科技有限公司，广东广州510630)

摘要：传统饱和空间负荷预测方法以负荷密度法为主，其工业划分未能准确反映各细分行业负荷特性，且关键指标取值主观因素影

响较大。为此提出一种基于行业大数据的饱和空间负荷预测方法。方法细分行业，大数据分析确定关键参数，校验现状负荷

和点负荷,叠加行业负荷曲线得出最大负荷。对某市进行预测，结果表明能更切实反映行业负荷特性，提高关键指标取值和预

测结果客观性。

关键词：大数据；空间负荷预测;负荷密度

DOI：10.3969/j.issn.1000-3886.2021.05.020

［中图分类号］TM715［文献标志码］A［文章编号］1000-3886(2021)05-0065-04

SaturatedSpaceLoadForecastingMethodBasedonIndustryBigData

YuLiwei,HeJingkai2

(1.GuangdongPowerGirdCo.,Ltd.,DongguanPowerSupplyBureau,DongguanGuangdong523000,China；

2.GuangzhouElectricPowerTechnologyCo.,Lid.,GuangzhouGuangdong510630,China}

Abstract:Thetraditionalsaturatedspatialloadforecastingmethodismainlybasedoloaddensitymethod,anditsindustrialdivisiocanot

accuratelyreflecttheloadcharacteristicsofeachsubindustry,andthesubjectivefactorsofkeyindexvalueshavegreatinfluence.

Therefore,asaturatedspatialloadforecastingmethodbasedoindustrybigdatawasproposed.Themethodsubdividesthewhole

industry,analyzesthebigdatatodeterminethekeyparameters,verifiesthecurrentloadandpointload,andsuperposestheindustry

loadcurvetoobtaithemaximumload.Themethodwasusedtopredictthepowerloadofacity.Theresultsshowthatthemethodca

reflecttheindustryloadcharacteristicsmoreeffectively,andimprovetheobjectivityofthekeyindexvaluesandpredictioresults.

Keywords:bigdata;spaceloadforecasting;loaddensity

o引言难度。因此，本文提出先通过大数据分析确定行业内部同时率,