摘要
本发明公开了一种园区用电特征监测的电力负荷预测方法及系统,涉及电力技术领域,所述方法包括:获取历史用电数据并进行特征聚类处理,定义负荷模式集,每种负荷模式关联相应负荷区间。基于历史用电数据,为各负荷模式构建基准负荷预测模型。在预设时间窗口内,实时采集临期用电特征数据,并进行负荷成分分解,确定其由多种负荷模式组合构成的分解结果。依据该分解结果,定义动态电力负荷预测模型的调用参数,包括基准负荷预测模型的负荷模式参数及权重参数。最终,集成各基准负荷预测模型,构建动态电力负荷预测模型,并执行电力负荷预测。进而达成提高预测模型适应性、改善预测准确性的技术效果。
技术关键词
电力负荷预测方法
电力负荷预测模型
基准
滑动窗口
电力负荷预测系统
参数
序列
动态
定义
数据处理模块
模式特征库
集成学习方法
密度聚类算法
样本
系统为您推荐了相关专利信息
仓储货物管理方法
库存周转率
神经网络模型
参数优化模型
仓储货物管理系统
雷达图像数据
裂缝
道路检测方法
探地雷达
轮廓模型
区间预测方法
组合预测模型
超参数
计算机可执行指令
数据
智能巡检管理方法
数据采集器
通信信道
智能巡检管理系统
通信单元
感应电源系统
混合优化算法
光纤布拉格光栅阵列
数字孪生体
罗氏线圈传感器