[发明专利]面向大规模样本的CVR电力负荷快速预测方法

摘要

本发明公开了短期电力负荷预测技术领域中的一种面向大规模样本的CVR电力负荷快速预测方法。技术方案是，首先对缺损的历史数据进行填补，并使用水平校验法和垂直校验法对数据进行校验和平滑处理；然后按照时间流分别对温度和负荷样本集数据进行重组；通过两个CVR分别对以上两个大规模样本数据进行快速训练；最后利用一个CVR对未来时间段内的温度信息进行连续滚动预测生成所要预测时间范围内所有预测点的温度值，利用其结果使用另一个CVR对负荷进行连续的滚动预测直到得到所有预测点的预测值。本发明在超大规模样本下既提高了预测速度又保证了预测精度，能够有效支持对超大规模电力负荷样本的准确、快速预测。

主权项

1.一种面向大规模样本的CVR电力负荷快速预测方法，其特征在于，所述方法包括下列步骤：步骤1：对实测数据进行分析处理，包括：剔除或修正实测数据中的异常点或者干扰、填补缺损数据、对不良数据进行平滑处理；然后，直接计算与输出量相关系数大于设定值的输入属性；之后，建立训练样本集和预测样本集，按照时间流排列并使其符合向量机要求的样本格式；步骤2：构造核函数，选取CVR训练测试参数，根据步骤1生成的测试训练样本，分别将温度训练样本和负荷训练样本投入CVR进行训练并生成训练模型；步骤3：验证步骤2生成的训练模型，选择统计误差率最小的模型作为最优模型；步骤4：利用步骤3选择的最优模型对预测样本进行预测。