[发明专利]短期电力负荷预测建模方法

摘要

本发明公开了短期电力负荷预测建模方法，针对电力负荷所呈现的特点，利用核主成分分析对影响电力负荷的影响因素进行非线性特征提取，消除变量间的冗余、共线性信息，得到影响电力负荷的主元特征分量，然后利用非线性分类能力强的BP神经网络对电力负荷进行预测；采用本技术方案，核主成分分析在充分保留了原始数据更多信息的前提下，有效地对电力负荷数据进行了特征降维，优化了BP神经网络的结构，极大地提高了预测速度和精度。

主权项

1.短期电力负荷预测建模方法，其特征在于：电力负荷因子经过核主成分特征抽取后，得到其主元特征分量，预测模型以主元分量代替电力负荷样本中的原始输入变量进行BP神经网络的训练与预测。首先将输入数据向量xi映射到高维Mercer特征空间φ(xi)，然后在高维特征空间φ(xi)中进行线性的主分量分析，因此特征空间φ(xi)中线性的PCA对应着输入空间的非线性PCA。