多源异构大数据下综合能源系统用户用能行为预测分析研究

作     者：马天男 王超 彭丽霖 郭小帆 杜英 苟全峰 刘金朋 MA Tiannan;WANG Chao;PENG Lilin;GUO Xiaofan;DU Ying;GOU Quanfeng;LIU Jinpeng

作者机构：国网四川省电力公司经济技术研究院四川成都610041 四川电力交易中心有限公司四川成都610041 四川省电力设计咨询有限公司四川成都610041 华北电力大学经济与管理学院北京102206 

出 版 物：《智慧电力》 (Smart Power)

年 卷 期：2018年第46卷第10期

页      面：86-95页

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

基　　金：国家自然科学基金资助项目资助(71501071) 

主　　题：综合能源系统 用能行为 BIRCH聚类 深度信念神经网络 需求预测 

摘      要：在综合分析用户侧用能数据特征和数据来源基础上,建立了基于Spark平台和平衡迭代规约聚类分析(BIRCH)的用户用能行为聚类分析算法,并提出了算法并行化策略和聚类结果评价指标。针对用户用能行为聚类结果,结合Spark平台和深度信念神经网络(DBN)构建了用户用能需求多线程预测模型。通过算例对并行化聚类算法和多线程需求预测模型进行了仿真分析,结果表明,构建的基于Spark-BIRCH的用户用能行为聚类算法具有较高的准确度和有效度,基于Spark-DBN的预测模型比单一预测模型的预测精度更高。仿真结果验证了2种模型的有效性和可行性。