基金项目:国家电网湖南省电力有限公司科技项目(2019TP1016)收稿日期:2021－04－02修回日期:2021－06－01第40卷第2期计算机仿真2023年2月文章编号:1006－9348(2023)02－0128－04基于GAM的感应电动机比例预测方法研究张湘驰1，田玲1，高建良1，向行2(1．中南大学计算机学院，湖南长沙410083;2．国网湖南省电力有限公司信息通信分公司，湖南长沙410004)摘要:华中四省电网稳定计算负荷模型由一定比例的感应电动机并联恒阻抗组成，但电网稳定计算使用固定不变的感应电动机比例参数不能适应负荷的发展。提出一种基于GAM(GeneralizedAdditiveModel)的感应电动机比例预测方法，命名为TP－GAM(TrendandPeriodicityGeneralizedAdditiveModel)。先利用纵横结合的异常检测对缺失的电力时序数据进行检测和填充修正;再根据变电站、城市、省份三个级别进行逐级聚合计算感应电动机比例;最后对感应电动机比例的时序历史数据进行周期性和趋势性的特征分析和预测。以某地区真实的感应电动机比例数据进行实验，结果表明提出的TP－GAM框架对感应电动机比例进行预测方法所得结果与传统的时间序列模型对比具有更高的预测精度。关键词:时间序列;周期性;趋势性;感应电动机比例预测中图分类号:TP18文献标识码:BＲesearchonGAMBasedProportionalPredictionMethodofInductionMotorInductionMotorＲatioPredictionBasedonTP－GAMFrameworkZHANGXiang－chi1，TIANLing1，GAOJian－liang1，XIANGXing2(1．SchoolofComputerScienceandEngineering，CentralSouthUniversity，ChangshaHunan410083，China;2．InformationandCommunicationBranch，StateGridHunanElectricPowerCompanyLimited，ChangshaHunan410004，China)ABSTＲACT:ThepowergridstabilitycalculationloadmodelofthefourprovincesinCentralChinaconsistsofacer-tainproportionofinductionmotorsinparallelwithconstantimpedance，butthegridstabilitycalculationusingfixedinductionmotorproportionalparameterscannotadapttothedevelopmentoftheload．ThispaperproposesaninductionmotorratiopredictionmethodbasedontheGAM(GeneralizedAdditiveModel(GAM)，namedasTrendandPerio-dicityGeneralizedAdditiveModel(TP－GAM)(TrendandPeriodicityGeneralizedAdditiveModel)．Firstly，thea-nomalydetectionconsistedofhorizontalandverticaldetectioniswasusedtodetectandfillthemissingpowertimese-riesdata．Secondly...
