摘要
本发明涉及火电厂技术领域,尤其涉及一种火电厂负荷的预测方法及系统。该方法包括以下步骤:获取火电厂的实时运行数据,其中包括历史负荷数据、机组运行参数数据、环境参数数据以及电网调度数据;对实时运行数据进行基于时间序列插值法的数据缺失处理,并进行异常值的检测并修正,得到运行预处理数据;对运行预处理数据进行多尺度时间特征提取,得到时间特征数据,其中多尺度时间特征包括小时特征、日特征以及周特征;基于时间特征数据构建多层次负荷预测模型。本发明通过多尺度时间特征提取,全面涵盖了小时、日、周等不同时间层次的负荷特征,为预测提供了更丰富的输入信息。
技术关键词
负荷预测模型
电网调度数据
优化预测模型
历史负荷数据
多层次
工况
长短期记忆网络
多尺度
发电机组
随机森林
参数
异常数据点
标记
XGBoost算法
隔离森林算法
三次样条插值法