基于逐步回归和SVR方法的上海夏季日最大电力负荷的模拟研究
李艳1
徐卫立2
裴顺强3
范晓青1
赵良水4
李长春2
1.中国气象局公共气象服务中心,北京1000812.智慧长江与水电科学湖北省重点实验室,湖北宜昌4431333.中国气象局办公室,北京1000814.长江生态环保集团有限公司,重庆401120
摘要：利用2013-2017年上海夏季(6-9月)逐日最大电力负荷和同期气象资料,对上海夏季的气温、炎热累积效应等气象因子与用电负荷进行相关分析,筛选建模自变量.基于逐步回归及SVR支持向量回归方法,分别建立了夏季日最大电力负荷预测模型并进行模拟误差对比.其中,以气象要素为 自变量构建了逐步回归模型"方案1",在方案1基础上加入前一天气象负荷构建了逐步回归模型"方案2",并利用拓展后的特征值构建了 SVR支持向量回归模型.对比两种方案的逐步回归模型和SVR支持向量回归模型的模拟结果可知,SVR支持向量回归模型的模拟误差最小,为3.3％,逐步回归模型的模拟误差分别为4.5％(方案1)和3.8％(方案2);从逐月的模拟效果来看,6月和9月逐步回归模型的模拟效果均优于SVR回归模型的模拟结果,而7、8月SVR支持向量回归模型的模拟效果又明显优于逐步回归模型的模拟结果,表明SVR方法能很好地模拟上海夏季高温条件下的极端负荷,在今后的实际负荷预测业务中可综合利用两类模型开展工作.
关键词：日最大电力负荷SVR支持向量回归炎热累积效应电力负荷预测
分类号：P463.3(气候学)
资助基金：中国长江电力股份有限公司科研项目(241802002)国家重点研发计划(2018YFB1500901)
论文发表日期：2021-11-15
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：7( 1-7 )
英文信息