关键词:
极端天气
重过载
大数据
摘要:
文章研究探索衢州市台区负荷与气象要素之间的关联性,并开发相应的数字化管理手段,以提高电力系统的安全和经济运行。研究背景基于全球气候变暖导致的极端天气事件频发,这些事件对电力系统造成了显著影响。研究方法涉及多源数据融合,包括电力数据和气象数据,并通过数据预处理来处理异常值和缺失值。在算法与模型设计方面,采用了LightGBM算法,模型训练采用了5折交叉验证法和早停法,并结合贝叶斯方法进行调优。研究成果显示,台区负荷与温度存在“马鞍型”关联,即在过高或过低的温度区间内,负荷达到高峰;风速对负荷的影响主要在冬季显著,而天气类型与负荷分布也存在一定的关联。基于这些发现建立大数据模型,并通过模型预测和预警监测,有效减少了衢州市2024年春节期间的台区重过载次数。