电力负荷预测方法
专利类型：发明专利
语 言：中文
申 请 号：CN201710240575.4
申 请 日：20170413
申 请 人：重庆大学
申请人地址：400030重庆市沙坪坝区沙正街174号
公 开 日：20170804
公 开 号：CN107016469A
代 理 人：顾晓玲
代理机构：重庆市前沿专利事务所(普通合伙)50211
摘 要：本发明公开了一种电力负荷预测方法，该方法包括以下步骤：获取历史日数据，形成评价矩阵Mnm，mij表示在评价矩阵Mnm中第i个评价对象第j项指标的指标值；将评价矩阵Mnm进行线性变换归一化处理，得到归一化矩阵Snm；计算矩阵Snm中每个指标的相似日特征权值；计算预测日与历史日之间的关联度；对评价对象按照关联度由大到小进行排序，选取前W组评价对象作为预测算法的训练样本；利用遗传算法对预测算法进行改进，对预测算法的权值和阈值进行寻优，计算出最优的权值和阈值进行训练；将预测日信息输入优化预测算法中，将输出值经过反归一化后获得预测日的电力负荷值。本发明能够根据历史日相关数据预测下一天的电力负荷。??全部
主 权 项：一种电力负荷预测方法，其特征在于，包括以下步骤：S1，获取历史日和预测日数据，形成评价矩阵Mnm，所述n为自然数，m为正整数，mij表示在评价矩阵Mnm中第i个评价对象第j项指标的指标值，m0j表示在评价矩阵Mnm中待评价对象第j项指标的指标值，所述i为不大于n的正整数，j为不大于m的正整数；S2，对评价矩阵Mnm进行线性变换归一化处理，得到矩阵Snm；S3，计算矩阵Snm中每项指标的相似日特征权值；S4，计算预测日与历史日之间的关联度；S5，对评价对象按照关联度由大到小进行排序，选取前W组评价对象作为预测算法的训练样本，所述W为不大于n的正整数；S6，利用遗传算法对预测算法进行改进，对预测算法的权值和阈值进行寻优，计算出最优的权值和阈值进行训练；S7，将预测日信息输入优化预测算法中，将输出值经过反归一化后获得预测日的电力负荷值；S8，将预测出的电力负荷值，显示在预测页面，供电力系统电力调度部门查看，作为下一天电力负荷调整的依据。
关 键 词：
法律状态：生效
IPC专利分类号：G06Q10/04(2012.01)I;G06N3/12(2006.01)I;G06Q50/06(2012.01)I