摘要
本发明提供了一种用电量的大数据预测方法,包括:步骤1:获取原始用电量数据集;步骤2:对原始用电量数据集进行预处理,获取预处理后的用电量数据集;步骤3:基于回归树算法,构建回归树用电量预测模型;步骤4:将预处理后的用电量数据集输入回归树用电量预测模型中,输出用电量预测结果。本发明可以满足供电部门和配电部门对于电力的实时调度,帮助发电厂制定合理的发电计划、有关部门协调供电、配电、和用电之间的关系,使电力系统运行的更为流畅与稳定。
技术关键词
数据预测方法
隶属度函数
矩阵
回归树算法
指标
短期电力负荷
聚类
误差函数
节点
因子
序列
样本
电力系统
速率
参数
计划
变量
系统为您推荐了相关专利信息
自动化工作流
指标库
平台构建方法
可视化工具
模板
负荷预测方法
LSTM模型
实时数据
训练神经网络模型
特征工程
温度检测报警功能
滑动窗口
温度检测报警系统
序列
储能柜
Hopfield神经网络
图像加密隐藏方法
医学
隐藏系统
载体
海上风电机组
评估系统
动态贝叶斯网络模型
特征提取单元
深度卷积神经网络