论文部分内容阅读
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。