摘要
本发明涉及数据处理技术领域,公开了一种针对分布式新能源发电系统的负荷需求预测方法和系统,通过获取分布式新能源发电系统中发电设备和负荷集群分别对应的历史数据,并从中提取特征参数进行聚类分析,以将发电设备和负荷集群划分为不同的子集;对各发电子集和负荷子集对应的历史数据进行处理,得到发电出力曲线和用电负荷曲线;通过分析历史发、用电数据间的关联性,得到关联指标以将发电出力曲线和用电负荷曲线融合成发电负荷融合模型;使用参数辨识法对历史发、用电数据分别对应的的功率突变率和负荷变化率进行优化,以将发电负荷融合模型集成到广义负荷模型结构中,得到融合等值模型,进而对分布式新能源发电系统的负荷需求进行精准预测。
技术关键词
分布式新能源发电系统
发电设备
需求预测方法
聚类
出力曲线
集群
功率
递归神经网络
波动特征
指标
负荷高峰时段
特征值
负荷特征
径向基核函数
支持向量回归
径向基函数神经网络
数据质量检验
系统为您推荐了相关专利信息
三维点云编码方法
采样点
邻居
网络编码数据
参数
K均值聚类算法
分类方法
统计特征
旅客
特征工程
测试场景生成方法
交通车
轨迹
线性回归模型
基础