一种基于机器学习的化工园区可调节负荷动态辨识与预测方法

本发明涉及电力领域，具体涉及一种基于机器学习的化工园区可调节负荷动态辨识与预测方法，包括基于应用场景，将用电负荷进行分类；根据分类后的用电负荷采集实时负荷和历史负荷数据，构建园区负荷曲线预测模型；基于可调节负荷预测动态辨识与预测系统及负荷数据，构建优化调度模型；根据网架信息构建潮流拓扑网架；将园区负荷曲线预测模型输出的预测负荷值，及优化调度模型输出的最优调控值输入所述潮流拓扑网架中，输出调控方案。本方案不仅可以预测园区内负荷的走向趋势，还能优化电网的调度能力。将负荷调节的实际情况以及调度需求之间的差异进行拟合修正，解决了投资利用率低的问题，更好的服务园区的运行，保证电网负荷能力。