基于相似时间序列检索的超短期负荷预测

针对目前超短期负荷预测算法存在的预测精度不稳定、实时性能不强等问题，从时序数据挖掘的重要方法——相似时间序列的检索出发，结合负荷自身的周期性变化规律，提出了一种新的超短期负荷预测方法。该方法具有简单实用的坏数据处理机制；通过扩展负荷序列相似的概念有效地增加了预测样本的数量，提高了预测样本的质量；对预测值的加权处理抵御了单样本预测带来的风险，使预测的精度稳定在一个较高水平。实际应用结果表明，该方法的预测精度高、稳定性强，能较好地满足电力系统各方面的需求。