摘要
本发明涉及一种考虑用户主动调节影响的负荷预测方法和系统,所述方法首先根据所选定的研究对象,对历史用能数据、气象数据和节假日信息、是否参与负荷调整的状态及受控量因素进行采集汇总,形成初始序列数据集;对数据集进行数据清洗,形成时序数据池;然后考虑是否参与负荷调整的状态及受控量因素,利用相似日法估计出用户参与负荷调整时段(如未参与调整)的负荷实际值,将数据样本集更新为不含人为调整影响;之后采用优化BP神经网络算法,通过在预测结果和输入数据之间建立反馈通道,对模型进行训练。本方法在预测时考虑到人为调控负荷使其改变自然规律的影响因素,预测准确率有效得到提升,适用于参与虚拟电厂辅助服务的用户负荷预测。
技术关键词
BP神经网络模型
时序
负荷预测方法
优化BP神经网络
遗传算法
日期
负荷预测系统
节假日信息
序列
时间段
电力
数据获取模块
处理器
对象
气象
计算机设备