[发明专利]一种基于因子‑主属性模型的中长期电力负荷预测方法

摘要

本发明公开了一种基于因子‑主属性模型的中长期电力负荷预测方法，所述方法包括步骤1建立(n‑1)个影响因子指标X1‑Xn‑1和1个预测对象Xn的原始矩阵，采用Z标准化，对影响因子指标数据X1‑Xn‑1和Xn进行预处理，将指标数据无量纲化，得到指标矩阵Aon；步骤2根据因子分析方法，确定选择的公因子，并计算相应的因子得分，建立因子预测模型；步骤3根据主属性算法，筛选得到主属性m1,…,mr，主属性模型为其中v是特征向量；步骤4根据公式建立因子‑主属性的中长期电力负荷预测模型，计算得到归一化后的预测变量值，经过Z标准化公式变换，重新计算得到相应的原变量实际值。

主权项

一种基于因子‑主属性模型的中长期电力负荷预测方法，其特征是所述方法包括：步骤1：建立(n‑1)个影响因子指标X1‑Xn‑1和1个预测对象Xn的原始矩阵，采用Z标准化，对影响因子指标数据X1‑Xn‑1和Xn进行预处理，将指标数据无量纲化，得到指标矩阵Aon,矩阵中的o代表数据的时间维度上的个数；其中，对指标数据进行Z标准化以便将不同单位的指标数据无量纲化；Z标准化公式为其中μi为变量的期望，σ为标准差；所述n‑1个影响因子指标X1‑Xn‑1根据预测对象的特点按照专家法进行选择，所述预测对象Xn为全社会年用电量；步骤2：根据因子分析方法，确定选择的公因子，并计算相应的因子得分，建立因子预测模型步骤3：根据主属性算法，筛选得到主属性m1,…,mr，主属性模型为其中v是特征向量，{νi,1≤i≤n}构成矩阵Vnn；步骤4：根据公式建立因子‑主属性的中长期电力负荷预测模型，计算得到归一化后的预测变量值，经过Z标准化公式变换，重新计算得到相应的原变量实际值；其中α与β是因子预测模型和主属性模型算法的载荷因子。