摘要
本发明公开了一种结合线性回归与遗传规划符号回归的短期电力负荷预测方法及系统,采用滑动窗口预处理历史负荷数据以强化时序特性表达,划分训练/测试集保证模型可靠性;模型首先采用线性回归生成初始预测值并计算残差;然后采用遗传规划对残差进行拟合,构建函数集;进化过程中通过均方根误差评估适应度,采用交叉变异操作和精英保留策略优化种群;最终预测值为线性回归预测值与遗传规划残差预测值之和。本发明中的模型具有较强的可解释性,生成的表达式揭示了负荷变化的潜在规律,为用户提供决策依据;结合线性回归与遗传规划的优点,该方法不仅鲁棒性强,还能稳定运行于复杂的电力负荷场景中,具有较强的适应性和应用价值。
技术关键词
线性回归模型
规划
滑动窗口
历史负荷数据
符号
短期电力负荷预测
变量
训练集数据
数据获取模块
误差
测试模块
系统为您推荐了相关专利信息
数字孪生模型
地铁车辆
焊缝
标记缺陷位置
检测探头
物流仓储系统
深度学习模型训练
多机器人协作
深度学习算法
视觉传感器
原生技术
服务网格技术
调度算法
数据压缩算法
容器化技术
滚动优化方法
多时间尺度
混合整数二阶锥规划
电压调节设备
无功补偿设备
编码器模块
系统级芯片
数值
执行乘法
控制器模块