Tóm tắt:
Trong bài báo này, nhóm tác giả đã đề xuất thuật toán dự báo nhu cầu phụ tải điện tiêu thụ gồm hai bước. Bước một, sẽ chọn thuật toán cho kết quả học tốt nhất trong số các thuật toán dự báo thuộc loại học có giám sát được lựa chọn. Ở bước hai, nhóm tác giả đề xuất phương pháp tính một lượng bù để thêm vào giá trị dự báo với mong muốn làm giảm độ lệch âm và cải thiện độ chính xác của phương pháp. Quá trình thử nghiệm với dữ liệu thật đã chứng minh được hiệu quả của các đề xuất cải tiến.
Từ khóa: Dự báo phụ tải, chuỗi thời gian mờ, mô hình arima, mạng nơ - ron, công thức tính lượng bù phụ tải điện.
Ảnh minh họa: baochinhphu.vn/
IMPROVEMENT OF SHORT-TERM ELECTRIC LOAD FORECAST Abstract: In this paper, the author has proposed a two-step power demand forecasting algorithm. In the first step, the algorithm with the best accuracy among the selected supervised learning prediction algorithms is selected. In the second step, the authors propose a method to calculate an offset to add to the forecast value with the desire to reduce the negative deviation and improve the accuracy of the method. The testing has showed the effectiveness of the improvement proposals. Keywords: Electric load forecasting, fuzzy time series, arima model, neural network, formula for calculating compensation value |
Ca Chí Thuần1, Lâm Xuân Tuấn1, Hoàng Tuấn Long2, Hoàng Xuân Bách3, Ngô Thanh Hùng3
1Tổng Công ty Điện lực miền Nam
2Trường Đại học Cảnh sát Nhân dân
3Trường Đại học Công nghiệp Thực phẩm TP.HCM
(Nguồn: Tạp chí Khoa học Công nghệ và Thực phẩm - Trường Đại học Công nghiệp Thực phẩm Tp. Hồ Chí Minh, số 22, năm 2022)
