[发明专利]一种基于神经网络的负荷预测方法及装置

摘要

本发明涉及计算机技术领域，尤其涉及一种基于神经网络的负荷预测方法及装置，包括：根据当前时刻之前M个历史时刻的实测输入参数和预测输入参数，确定输入参数修正误差，根据输入参数修正误差，修正当前时刻之后N个预测时刻的预测输入参数，得到修正后的N个预测输入参数，根据修正后的N个预测输入参数及神经网络模型，得到N个预测负荷，根据负荷修正误差，修正N个预测负荷，得到修正后的N个预测负荷。该方法对负荷预测的预测输入参数进行校正，将校正后的参数代入神经网络模型得到预测负荷，然后对预测负荷再做校正，得到校正后的预测负荷，使得预测负荷不会因预测输入参数选择的好坏而导致预测结果有较大波动，保证了预测结果的准确性。

主权项

一种基于神经网络的负荷预测方法，其特征在于，包括：根据当前时刻之前M个历史时刻的实测输入参数和预测输入参数，确定输入参数修正误差，M为正整数；根据所述输入参数修正误差，修正所述当前时刻之后N个预测时刻的预测输入参数，得到修正后的N个预测输入参数，N为正整数；根据所述修正后的N个预测输入参数及神经网络模型，得到N个预测负荷；根据负荷修正误差，修正所述N个预测负荷，得到修正后的N个预测负荷，所述负荷修正误差是根据所述当前时刻之前的L个历史时刻的实测负荷和预测负荷得到的，L为正整数。