Key points are not available for this paper at this time.
A previsão de carga a curto prazo no nível de distribuição prevê a carga de subestações, alimentadores, transformadores e possivelmente clientes de meia hora a uma semana à frente. A previsão eficaz é importante para o planejamento e operação de sistemas de distribuição. O problema, no entanto, é difícil devido às características de carga complicadas, ao grande número de nós no nível de distribuição e às possíveis operações de comutação. Neste artigo, uma nova abordagem de previsão dentro da estrutura hierárquica é apresentada para resolver essas dificuldades. A carga do nó raiz em qualquer subárvore definida pelo usuário é inicialmente prevista por uma rede neural wavelet com entradas apropriadas. Os nós filhos categorizados como “regulares” e “irregulares” com base em semelhanças de padrão de carga são então previstos separadamente. A carga de um nó filho regular é simplesmente prevista como a proporção da previsão de carga do nó pai, enquanto a carga de um nó filho irregular é prevista por um modelo individual de rede neural. A detecção de operações de comutação e ajustes subsequentes também são realizados para capturar mudanças anormais e melhorar a precisão da previsão. Esta nova abordagem captura características de carga de nós em diferentes níveis, aproveita as semelhanças de padrão entre um nó pai e seus nós filhos, detecta anormalidades e fornece previsões de alta qualidade, conforme demonstrado por dois conjuntos de dados práticos.
Sun et al. (Ter,) estudaram essa questão.