摘要
本发明公开了一种基于多元模型融合的电力系统负荷预测方法,包括获取待预测区域的历史负荷数据和历史天气数据并组合得到训练数据集;选定若干种负荷预测模型,构建电力系统负荷预测初始模型并训练得到电力系统负荷预测模型;采用电力系统负荷预测模型进行待预测区域的基于多元模型融合的电力系统负荷预测。本发明还公开了一种实现所述基于多元模型融合的电力系统负荷预测方法的系统。本发明构建了包括多个负荷预测模型的融合模型,并采用多场景下的历史数据进行预测模型的训练;因此本发明不仅能够实现电力系统的负荷预测,而且可靠性更高,精确性更好,通用性更好。
技术关键词
电力系统负荷预测
负荷预测模型
历史负荷数据
预测误差
前馈神经网络
训练集
模型训练模块
天气
支持向量回归模型
梯度提升树模型
数据处理模块
统计特征
数据获取模块
神经网络模型
误差向量
历史风速数据
系统为您推荐了相关专利信息
视频
视觉
生成方法
TextRank算法
标签文本
性预测方法
起重船
BP神经网络预测
神经网络预测模型
数据
在线教育课程
信息采集机构
数据预测系统
智能分析模型
电磁屏蔽机构