基于优化聚类分解与XGBOOST的超短期电力负荷预测

常乐; 汪庆年

首页> 中文期刊> 《国外电子测量技术》 >基于优化聚类分解与XGBOOST的超短期电力负荷预测

基于优化聚类分解与XGBOOST的超短期电力负荷预测

开具论文收录证明 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

电力负荷预测是制定发电计划和确保电网稳定运行的基础，为提高电力负荷预测精度，提出一种基于优化聚类分解与极限梯度提升（XGBOOST）的超短期电力负荷预测方法。一方面针对模糊C均值聚类（FCM）不能自动选择聚类数问题提出一种均值漂移（Mean Shift）优化FCM的优化聚类（MF）;另一方面为减小电力负荷数据随机性对电力负荷预测的影响，提出一种结合MF、自适应噪声的完全集成经验模式分解（CEEMDAN）、XGBOOST的MFCX（MF-CEEMDAN-XGBOOST）的超短期负荷预测模型。首先使用Mean Shift搜寻到的最佳聚类数和聚类中心替换FCM的聚类数和初始聚类中心，对负荷数据聚类，然后采用CEEMDAN分解得到较为平稳的负荷分量，最后使用XGBOOST对新的负荷序列分别预测后进行模态重构得到最终预测结果。使用Python语言搭建模型进行实例分析与不同模型对比，MFCX有较低的预测误差，从而验证了模型的有效性。

著录项

来源
《国外电子测量技术》 |2022年第5期|46-51|共6页
作者
常乐; 汪庆年;
展开▼
作者单位

南昌大学信息工程学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类电力系统规划;
关键词
超短期电力负荷预测; 自适应噪声的完全集成经验模式分解; 均值漂移; 极限梯度提升; 模糊C均值聚类;

相似文献

中文文献
外文文献
专利

1. 基于Kohonen聚类小波包分解和ELM的短期电力负荷预测 [J] . 黄媛玉 ,毛弋 ,娄宁娜 . 湖南师范大学自然科学学报 . 2016,第4期
2. 基于优化聚类的IXGBoost短期电力负荷预测 [J] . 任利强 ,张立民 ,王海鹏 . 计算机与数字工程 . 2020,第4期
3. 基于负荷分解与聚类融合的短期用电负荷预测研究 [J] . 马晓琴 ,马占海 ,罗红郊 . 电子设计工程 . 2023,第20期
4. 基于负荷分解与聚类融合的短期负荷预测研究 [J] . 苗宏佳 ,白明辉 ,张婉明 . 电子测量技术 . 2020,第11期
5. 基于LSTM-XGBoost的短期电力负荷预测研究 [J] . 刘朋远 ,苗光尧 ,张洁 . 自动化仪表 . 2023,第8期
6. 基于负荷分解的电力系统短期负荷预测方法的研究 [C] . 王成纲 ,常鲜戎 . 中国高等学校电力系统及其自动化专业第二十二届学术年会 . 2006
7. 基于负荷分解的电力系统短期负荷预测方法的研究 [A] . 王成纲 . 2006

基于优化聚类分解与XGBOOST的超短期电力负荷预测

摘要

著录项

相似文献

相关主题

期刊订阅