[发明专利]一种短时电力负荷预测的方法及装置

摘要

本发明公开了一种短时电力负荷预测的方法，通过综合分位回归和鲁棒极限学习机，并利用混合粒子群算法(PSOGSA)优化后所建立的混合预测模型来对电力负荷进行预测，分位回归利用历史电力数据影响因素的多个分位数来得到未来某时刻电力负荷预测数据的条件分布的相应的分位数方程，分位回归中输入的电力数据的随机扰动不需要做任何分布上的假定，就可以详细的描述预测负荷值的统计分布，使得整个预测模型具有很强的稳健性；而鲁棒极限学习机对异常负荷值的鲁棒性更强，将上述两种方法结合在一起，并通过PSOGSA优化后所形成的混合模型可以准确的对电力负荷进行预测；本发明还提供了一种短时电力负荷预测的装置，同样具有上述有益效果。

主权项

一种短时电力负荷预测的方法，其特征在于，所述方法包括：获取历史电力数据；调用预先建立的预测模型，根据所述历史电力数据计算出电力负荷预测数据，所述预测模型为综合分位回归和鲁棒极限学习机所建立的预测模型；所述预测模型为通过预先获取的训练数据集训练并利用PSOGSA进行优化得到的预测模型，所述训练数据集为根据所述历史电力数据得到的所述训练数据集。