贫样本约束下的季度用电量最优组合预测方法

AITNT
正文
推荐专利
贫样本约束下的季度用电量最优组合预测方法
申请号:CN202410894497
申请日期:2024-07-04
公开号:CN118863153A
公开日期:2024-10-29
类型:发明专利
摘要
本发明公开了一种贫样本约束下的季度用电量最优组合预测方法,首先,将季度用电量数据分解为长期、周期、随机三类趋势分量,应用最小二乘法和综合精度分为各类分量选取最佳拟合函数。然后,对各拟合函数加权组合,并应用果蝇优化算法求取最优组合系数,优化综合精度分,得出该模型参数后对季度用电量进行预测;本发明通过贫样本约束下的季度用电量最优组合对行政区划变更的地区进行季度用电量预测,可为该地区电力系统规划和运行提供决策依据。
技术关键词
组合预测方法 果蝇优化算法 样本 精度 参数 电力系统规划 周期 指标 训练集 误差 位置更新 变量 坐标 定义 数据 决策 数值 序列 矩形
系统为您推荐了相关专利信息
1
一种水动力环境数据检测方法
环境数据检测方法 水动力模型 参数 水库 人工神经网络
2
一种基于证据决策理论的车桩充电异常数据诊断系统及方法
智能诊断算法 异常数据 决策 诊断方法 充电桩故障
3
一种用于优化票据业务流程的管理方法及系统
电子票据 数据接收器 密钥 基础 计算机页面
4
一种超声磁场辅助慢走丝电火花线切割微观组织模拟方法
磁场辅助 慢走丝 细胞自动机模型 机械耦合模型 电火花线切割加工过程
5
一种高压变频装置的调速控制方法及系统
故障特征 高压变频装置 调速控制方法 风险预测模型 特征值
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号