一种考虑时序因素的动态层次粒度模型电力负荷预测方法

本发明涉及电力负荷预测，尤其涉及一种考虑时序因素的动态层次粒度模型电力负荷预测方法。其对负荷波动中的周期性特征、趋势变化及突发影响的拟合能力显著增强，能够解决了现有模型因忽视时序动态权重导致特征丢失问题。包括：S1、对历史电力负荷数据进行时序特征分析，通过差分和对数变换将原始非平稳时间序列转化为平稳时间序列；S2、获得清洗后的电力负荷数据集；S3、基于S2清洗后的数据，选择高斯径向基函数(RBF)作为核函数，同时分析温度、假日标识及线性变化趋势关键影响因子；S4、对数据集进行动态多层次粒化，根据数据混合度和粒密度动态调整粒子层次；S5、通过决策函数融合时序核函数和影响因子，对未来电力负荷进行预测。