摘要
本发明公开了一种分位数概率电力负荷预测方法及系统,属于电力负荷预测技术领域。该方法包括对外部特征数据的特征类型进行筛选,去除对电力负荷影响小于关系阈值的特征类型,剩余与电力负荷相关的特征类型;将与电力负荷相关的特征类型对应的外部特征数据作为数据集训练QRGSNP模型;将待预测时间点与电力负荷相关的特征类型对应的外部特征数据输入训练好的QRGSNP模型,获得该时间点若干不同概率的预测值;将该时间点若干不同概率的预测值作为分位数,并利用不同的分位数作为上下界设置置信区间,从而对该时间点电力负荷进行区间预测。本发明利用LASSO模型筛除数据中与负荷关系较小的特征,并利用QRGSNP模型进行分位数预测,显著提升了预测性能。
技术关键词
电力负荷预测方法
电力负荷预测系统
数据
电力负荷预测技术
样本
模型训练模块
关系
输出模块
参数
系统为您推荐了相关专利信息
场景建模方法
模糊边界
模糊集合
多源异构数据融合
场景建模技术
卷积神经网络模型
指纹验证
爬虫方法
客户端
指纹数据库
预测预报方法
隧洞
高密度电法
克里金插值算法
可视化软件