摘要
本发明公开了一种基于负荷场景聚类的代理购电用户负荷预测方法及系统,包括:获取代理购电用户的负荷历史数据和对应的历史气象数据;对负荷历史数据进行特征提取,得到负荷内在关键特征;对负荷历史数据的负荷内在关键特征进行聚类,计算各聚类类别负荷的关键气象因子;利用通用预测模型对待测负荷历史数据进行负荷预测,得到初始负荷预测结果;基于初始负荷预测结果提取对应的负荷内在关键特征;判断对应的负荷内在关键特征所属的聚类类别及该类别对应的关键气象因子,将待测负荷历史数据和对应的关键气象因子输入至对应类别的负荷预测模型,得到最终的负荷预测结果。本发明充分考虑不同负荷场景类别下的气象因素的影响,提高负荷预测结果的准确性。
技术关键词
负荷历史数据
负荷预测方法
负荷预测模型
历史气象数据
灰色关联度
因子
聚类
负荷预测系统
样本
矩阵
日用电量
终端设备
场景类别
特征提取模块
数据获取模块
处理器
指令
系统为您推荐了相关专利信息
监测控制方法
储能装置
环流
风险点
数字孪生模型
人口统计信息
电力负荷预测方法
电力负荷预测模型
大语言模型
序列转换模块
仿真模型
电力设备
工作状态数据
历史气象数据
评分算法
电力负荷预测方法
周期性
镜像滤波器
低通滤波器
序列
资源分配策略
协调优化方法
负载特征
电力
储能系统