[发明专利]一种基于变输入结构的负荷预测方法及模型

权利要求书

1.一种基于用户负荷状态分析的变输入结构的负荷预测方法，其特征在于，包括：

选定近日的统计日期数m和同类型日的统计日期数d；

将m+d日t时段的居民负荷状态组成历史状态矢量S_H＝[S_F-1,t S_F-2,t … S_F-m,t S_F-7,tS_F-2×7,t … S_F-d×7,t]；其中，S_F,t是预测日F在t时刻的负荷状态；

若S_F,t取0的概率大于取1的条件概率，则S_F,t取为0，若S_F,t取0的概率小于取1的条件概率，则S_F,t取为1；

通过历史相关日在t时刻的负荷状态得到预测日在该时刻t的负荷状态，S_F,t取为0则为基态，若S_F,t取为0，则为激发态。

2.根据权利要求1所述的基于用户负荷状态分析的变输入结构的负荷预测方法，其特征在于，还包括：

建立变输入结构模型，使得输出量y发生时间t与输入因素x_i发生时间t_i之差Δt_i＝t-t_i可变；同时对于输入因素x_i的发生时间t_i，使得y(t)与x_i(t_i)最相关；

将历史负荷按照相关程度筛选，使其与待预测日的负荷最为相关；

采用最近邻同状态筛选方法找到与待预测日负荷最为相关的历史负荷，寻找与待预测日第n天第t个时段负荷状态相同的历史日h第t_near时段负荷，使得

3.一种SVM模型，其特征在于，基于所述SVM模型实现权利要求1或2所述的基于用户负荷状态分析的变输入结构的负荷预测方法。