一种基于大数据和信息融合的电力负荷分析预测系统

本发明涉及电力负荷分析预测技术领域，且公开了一种基于大数据和信息融合的电力负荷分析预测系统，包括：采集传感器的数据，生成每个教室的特征向量；利用机器学习模型预测教室在未来时段的使用概率，并采用二分类交叉熵损伤函数优化预测的使用概率；根据课表矩阵和预测的使用概率通过多分类器计算3类教室使用状态的条件概率，将条件概率最高的教室使用状态作为判定结果；使用贝叶斯分类器根据判定结果和教室的特征向量分析教室所需的电力负荷，并基于电力负荷生成照明控制策略；根据照明控制策略生成照明功率矩阵，将照明功率矩阵转化为硬件控制信号，驱动教室的灯光按照照明控制策略运行，节约能源、降低照明运行成本。