摘要
本发明公开了一种基于全局建模与融合优化的配电台区净负荷预测方法,先构建全局净负荷预测模型,然后进行局部模型构建与微调,最后进行模型集成与融合预测。本发明的基于全局建模与融合优化的配电台区净负荷预测方法,融合全局建模、特征提取与多模型集成,通过构建全局周期建模结构并在此基础上进行台区级局部微调,结合多模型融合机制,解决了现有方法在多台区分别建模、区域迁移效果不稳定等问题。该方法不仅提升了模型的建模共享性与泛化能力,还增强了对台区负荷中周期性与扰动特征的刻画能力,实现了高精度、高效率、强适应性的净负荷预测。
技术关键词
净负荷预测方法
负荷预测模型
周期结构
模型预测值
分布式发电
联合损失函数
预测模型训练
随机森林模型
历史运行数据
微调机制
周期性
聚类
参数
迁移学习策略
滑动窗口方法
多模型
序列
滞后特征
系统为您推荐了相关专利信息
广播星历数据
XGBoost模型
样本
节点
序列
刻蚀衍射光栅
彩色成像装置
平板波导
反射光栅面
光纤阵列
无线网络控制系统
协同调控方法
通信资源分配
分布式控制器
新型电力系统
负荷预测模型
历史负荷数据
储能余量
序列
光伏发电出力