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
- Resource Type
- article
- Authors
- 刘天斌; 赵杭; 汪辰; 袁红霞; 张银芽; 胡晨茜; 李金星; 高天露; 张俊
- Source
- 智能科学与技术学报, Vol 3, Iss 2, Pp 202-210 (2021)
- Subject
- 电力政策
pmc
政策量化
评价模型
Electronic computers. Computer science
QA75.5-76.95
- Language
- Chinese
- ISSN
- 2096-6652
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。