摘要
本发明属于负荷预测技术领域,提供了一种考虑多源异构数据融合的负荷预测方法及系统,包括:获取电网的多源数据,并对多源数据进行分类;根据预设的多核函数,以及分类后的多源数据,得到负荷预测结果;其中,所述多核函数采用单核函数线性组合得到;训练和预测时,对多源数据进行分类,得到多个子数据集;每个单核函数的权重根据每种子数据集中的样本个数,以及子数据集重要程度进行实时调节;每个单核函数的权重根据每种子数据集中的样本个数,以及子训练集重要程度进行实时调节,考虑了单核函数权重与多源数据因素间的关联程度,提高了模型训练的精度,保证了预测精度。
技术关键词
多源异构数据融合
负荷预测方法
支持向量机模型
训练集
多核学习算法
支持向量机训练
相对湿度
样本
负荷预测技术
负荷预测系统
数值
动态
风速
种子
气压
数据采集模块
处理器
精度
系统为您推荐了相关专利信息
图像检测模型
鱼类出血病
循环生成对抗网络
信息处理方法
训练集
水位监测数据
复核方法
多源遥感影像数据
深度学习技术
水库
电力负荷曲线
时间段
基线负荷预测方法
梯度提升模型
长短期记忆网络