摘要
基于人工智能和子空间聚合的电网负载预测方法及系统,方法首先收集与电网负载波动相关的原始数据,将原始数据进行模糊化处理,形成原始数据的多维模糊集合;根据电网负载波动与其各影响因素之间的模糊规则,建立模糊规则库,并利用模糊规则库设计模糊推理引擎;将多维模糊集合的多维特征空间划分为多个随机子空间,基于模糊规则库和模糊推理引擎在每个随机子空间中建立模糊逻辑子模型,聚合所有随机子空间的预测结果生成最终的电网负载预测模型。本发明通过模糊逻辑系统和随机子空间划分,减少了模型训练和预测所需的计算时间,并采用随机子空间划分和多模型集成的策略,有效减少了单一模型带来的计算偏差,提高了预测模型的稳定性和准确性。
技术关键词
电网负载预测
模糊集合
模糊规则库
模糊推理
天气
社会
隶属度函数
功率
模糊逻辑系统
分配单元
模块
特征数
实时数据
非线性
定义
样本
关系
系统为您推荐了相关专利信息
光伏电源
能量分配策略
储能模块
管理方法
光伏发电量
卫星通信设备
地理信息模型
卫星通信方法
卫星模型
气象
注意力
风险预测模型
路段
施工风险管理方法
节点特征
分布式光伏发电
实时计算方法
数值天气预报
站点
分布式光伏电站
移动充电站
决策方法
状态空间模型
订单
深度强化学习模型