[发明专利]基于聚类筛选和神经网络的电力气象负荷数据预测方法

摘要

本发明公开了一种基于聚类筛选和神经网络的电力气象负荷数据预测方法。从电力数据中提取原始数据，采用聚类算法和主成分分析法相结合的方式对原始数据简化，再作标准化处理，将标准化后的气象数据和负荷数据输入神经网络进行训练；训练完成后，预测处理输出获得预测负荷数据，计算并判断预测负荷数据的预测精度，然后不断调整内部参数获得神经网络预测模型，用于预测待预测时间段各天的负荷数据。本发明充分考虑气象数据对负荷波动的影响，充分考虑数据的规模，通过聚类算法和主成分分析法，同时降低负荷和气象数据量，提出的算法组合预测模型，通过定义的预测精度计算公式，保证了神经网络模型的预测精度，提高了预测效率和预测精度。