[发明专利]一种基于大数据的电力负荷预测方法

摘要

本发明公开了一种基于大数据的电力负荷预测方法，采集历史负荷数据以及负荷影响因素并进行预处理，所述负荷影响因素包括星期属性、节日属性和温度；根据预处理的数据集构建初始特征集，采用F‑score特征选择方法进行特征选择，所述初始特征集的特征向量包括15个特征，包括：预测日前12天的每日日均负荷数据、预测日的星期属性、预测日的节日属性、预测日的日最高温度；根据选择的特征集确定训练样本集，训练基于支持向量机回归的电力负荷预测模型；对待测数据集进行特征提取，基于电力负荷预测模型进行电力负荷预测。本发明考虑历史负荷数据以及负荷影响因素，并从中提取最具特征的元素训练支持向量机回归模型，提高了预测的精度和速度。