基于智能相似日识别及偏差校正的短期负荷预测方法

摘要

在传统负荷预测理论的基础上,提出了基于智能相似日识别及偏差校正的新型短期负荷预测方法.首先构建地市—相关因素特征矩阵,通过判断矩阵相关性智能选取负荷相似日,从而实现负荷曲线的一次预测.在此基础上,建立了实时气象偏差校正策略,采用XGBoost算法进行负荷曲线的二次偏差校正,达到短期负荷预测的目标.算例研究表明,该策略能够有效提升短期负荷预测精度,而且具有较好的自适应特性,可以应用于电力系统短期负荷预测实践.