[发明专利]一种基于动态数据挖掘的冷热电联供系统负荷预测方法

摘要

本发明涉及一种基于动态数据挖掘的冷热电联供系统负荷预测方法，包括以下步骤：S1：构建负荷数据矩阵；S2：填补数据缺失值；若负荷数据缺失不严重，则采用滑动窗口平均法填补；若负荷数据集缺失严重，则采用基于马氏距离的k均值填充法填补缺失值；S3：对负荷矩阵异常数据的离群程度进行监测；S4：构建居民区冷热电负荷预测模型；S5：负荷数据动态关联规则挖掘；本发明根据气象因素对冷热电负荷的影响准确预测出一定运行周期内居民区冷热电负荷值；提高了冷热电负荷的预测计算的准确性；反映了不同季节不同温度、湿度、风速、光照强度等条件下的负荷变化规律，为电网调度运行以及供配电计划提供技术支撑。

主权项

1.一种基于动态数据挖掘的冷热电联供系统负荷预测方法，其特征在于，所述方法包括以下步骤：S1：从历史和实时数据集中获取微居民区冷热电负荷数据信息，以及气象信息：温度、湿度、风速、光照强度等相关数据信息，构建负荷数据矩阵；S2：填补数据缺失值；若负荷数据缺失不严重，则采用滑动窗口平均法填补；若负荷数据集缺失严重，则采用基于马氏距离的k均值填充法填补缺失值；S3：对负荷矩阵异常数据的离群程度进行监测；S4：构建居民区冷热电负荷预测模型；S5：采用Apriori算法分析负荷数据、气象参数、人员活动规律以及建筑物特征之间所存在的内在相关性和连动关系，并对强关联规则进行解读，寻找提高负荷预测精度的关键切入点。