摘要
本发明提供了一种超短期电力负荷预测方法及系统,本发明通过径向基函数‑‑迭代自组织数据分析算法进行数据的聚类分析,利用粒子群优化—差分自回归移动平均—门控循环单元神经网络进行拟合预测,可以提高预测的准确性,增强工商业储能系统的经济效益和运行效率,能够解决工商业储能用户用电特征提取困难且负荷特性复杂,难以实现快速准确的负荷预测问题。
技术关键词
门控循环单元神经网络
负荷历史数据
数据分析算法
粒子群优化算法
超短期电力负荷预测
残差预测
初始聚类中心
测试点
峰谷时段
储能
时间段
粒子群算法
数据获取模块
序列