基于PMC指数模型的电力政策量化及其在负荷预测中的应用

【摘要】政策对电力系统负荷有直接的影响。为了充分挖掘政策因素与负荷之间的关系，提高负荷预测的精度，提出一种基于政策建模一致性（PMC）指数的电力政策量化方法，并将其应用到负荷预测中。首先建立电力领域PMC评价体系，然后通过文本挖掘技术得到电力政策文本的PMC指数，最后构建基于长短期记忆的负荷预测模型，将电力政策量化指标与天气、日期等影响因素一同输入模型中，与不考虑政策因素的模型进行对比。实验表明，考虑政策因素的负荷预测模型获得了较好的结果，加入政策量化数据后，负荷预测模型的平均绝对百分比误差从1.67降低到0.98，平均绝对误差从28.97降低到19.68，这表明PMC模型具有一定的政策量化能力。

【关键词】 电力政策 ; PMC ; 政策量化 ; 评价模型

1.引言

传统的负荷预测只考虑历史负荷数据、气温、降雨量等结构化数据，具有一定的局限性。事实上，电力负荷除了与历史负荷有关，还受到政策宏观调控、经济等多方面因素的影响，这些因素随机多变，并能显著影响智能电网的电力负荷。因此，对智能电网进行负荷预测会涉及社会学与经济学等理论。

目前，国内外学者对如何将政策措施加入负荷预测中的研究较少。Li X L等人分析了环保政策对区域短期电力负荷的影响，将空气质量指数作为环保措施的政策影响变量加入基于樽海鞘群算法（salp swarm algorithm，SSA）和最小二乘支持向量机（least squares support vector machine，LSSVM）的短期负荷预测模型，取得了良好的效果。Zhao L N等人深入分析了新经济常态的特点，提炼出能够正确表征新常

基于PMC指数模型的电力政策量化及其在负荷预测中的应用相关推荐

基于双向LSTM模型进行电力需求预测（Matlab代码实现）
基于改进SEIR模型的病毒传播动力学建模与疫情预测分析（以COVID-19新冠病毒为例，超详细，带matlab源码）
文章目录前言一.数学基础知识符号定义二.传统SEIR模型的建立与求解 1.经典的SEIR传播动力学模型建立 2.根据经典的SEIR模型列出微分方程并求解三.SEIR模型第一次修正 1.模型建 ...
灰色GM（1,1）模型及其在电力负荷预测中的应用附Matlab代码
✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信.
模型参数无法更新的原因:训练、预测中加入了print函数
模型参数无法更新的问题排查以及解决注释掉结构的方法排查出错误最终排查进一步排查错误 loss的数值一致??? 进一步排查问题来源:预处理之中的标签处理出现错误!!! 灵感:model.trai ...
【负荷预测】基于蚂蚁优化算法的BP神经网络在负荷预测中的应用研究（Matlab完整代码实现）
目录 0 知识回顾 1 ACO-BP算法 2 ACO-BP算法基本思路 3 具体步骤 4 Matlab代码实现 5 运行结果 6 参考文献 7 写在最后 0 知识回顾智能优化算法-蚁群算法(Pyth ...
基于树的模型的更好功能
When you understand how a model works, it becomes much easier to create successful features. It is b ...
电力负荷预测三篇综述总结
三篇综述链接: 深度学习方法在负荷预测中的应用综述(论文阅读) 光伏发电量和用电量的概率预测研究综述(1) 光伏发电量和用电量的概率预测研究综述(2) 光伏发电量和用电量的概率预测研究综述(3) 能源 ...
文献综述--------山东某地区基于深度学习神经网络的配电网负荷预测研究
摘要:地区电网负荷预测是供电企业在电网建设.运营过程中一项十分要的基础性的工作.小到一个企业的负荷预测,大到全国性电网的负荷预测研究,它的应用结果都会对适用范围内的企业经营管理.电力设施(电网)的 ...
[时间序列预测]基于BP、LSTM、CNN-LSTM神经网络算法的单特征用电负荷预测[保姆级手把手教学]
系列文章目录深度学习原理-----线性回归+梯度下降法深度学习原理-----逻辑回归算法深度学习原理-----全连接神经网络深度学习原理-----卷积神经网络深度学习原理-----循环神经网 ...

基于PMC指数模型的电力政策量化及其在负荷预测中的应用

基于PMC指数模型的电力政策量化及其在负荷预测中的应用相关推荐

最新文章

热门文章