大数据技术在电网数据上的应用

为了有效预测电厂机组出力情况，不仅要采用先进的预测方法，还要对机组出力数据进行合理的预处理。提出了电厂机组出力数据分析的一整套流程，包括数据集成、异常值预处理、数据可视化和电厂机组出力预测。以某省 2018 年机组出力数据为研究对象，选取一个燃煤电厂为例。经过数据集成、数据预处理和可视化展示，并用长短期记忆（LSTM）神经网络对电厂出力进行预测，LSTM 预测得到的平均绝对百分比误差（MAPE）为 10.90%，预测结果优于误差反向传播（BP）神经网络，BP 神经网络预测得到的 MAPE 为 11.61%。说明经过预处理的机组出力数据再用 LSTM 模型预测能达到良好的预测准确度。