一种基于贝叶斯网络的电力负荷峰值预测方法

摘要

近年来,我国电力负荷峰值增长速度较快,尤其是华东地区,负荷峰值不断刷新.文章研究负荷峰值特性分布,基于向前逐步选择正则化提出两阶段法进行模型因素选择,并以实例验证选择出6个最佳影响因素组合.在两阶段法模型因素选择研究基础上,结合k-means聚类降低计算工作量,设计了基于贝叶斯网络的电力负荷峰值预测模型和分类预测算法,并以上海市浦东区为例进行验证,预测结果精度较高,验证了该方法的可行性及有效性.