摘要
本发明公开了一种基于多因素的中长期电力负荷预测方法,包括:通过获取历史周期内的用电负荷值构建电力负荷序列,采用支持向量回归算法构建中长期负荷预测模型,经数据归一化、利用高斯核函数构建输入矩阵、划分训练集和测试集训练模型后,根据决定系数判断模型拟合情况;若模型拟合负荷预期,获取用电预测负荷,通过对用电预测负荷进行数值分析,判断是能否需要用电负荷进行优化。如需要优化,划分工业、商业、居民用电,获取用电负荷值、可控度、负荷比,计算负荷调控值和调参值,确定待优化行业及用电参考负荷,为中长期电力负荷平衡提供数据支撑,本发明有利于实现中长期的电力负荷平衡,提高电力系统的稳定性。
技术关键词
电力负荷预测方法
负荷预测模型
工业用电
周期
居民用电负荷
商业
高斯核函数
信息熵
电力公司
标记
支持向量回归算法
序列
数值
矩阵
爬虫
系统为您推荐了相关专利信息
水印生成方法
计算机可读指令
文件特征
伪随机数生成器
水印嵌入
寿命预估方法
齿轮箱
频域特征
机器学习模型
工况