摘要
本发明公开了一种基于改进RF‑SVR的电力负荷预测方法和装置,该方法包括:获取影响电力负荷数据的历史影响因素数据集,所述电力负荷数据和历史影响因素数据集具有相同的周期范围;将所述历史影响因素数据集输入至目标融合预测模型,得到电力负荷数据的预测结果;所述目标融合预测模型包括特征提取模块和回归预测模块,所述特征提取模块用于提取所述历史影响因素数据集的关键数据,所述回归预测模块用于处理输入的关键数据,得到所述电力负荷数据的预测结果。通过上述方案可以精准、高效地预测电力负荷,从而可以保障电力系统安全运行。
技术关键词
支持向量回归模型
特征提取模块
数据
电力负荷预测方法
随机森林模型
样本
周期
电力负荷预测装置
预测电力负荷
镜像
日期
预测误差
指标
构建决策树
参数
处理器
指令
系统为您推荐了相关专利信息
关系预测模型
树叶形状
变电站设备
电力设备监测
图像深度特征
升级设备
批量设备
调度系统
分布式缓存集群
时间序列预测模型
多尺度神经网络
脑肿瘤分割
多尺度特征
融合特征
数据采集模块