[发明专利]一种电力负荷预测方法有效
| 申请号： | 201910971967.7 | 申请日： | 2019-10-14 |
| 公开（公告）号： | CN110796293B | 公开（公告）日： | 2022-10-21 |
| 发明（设计）人： | 姜淏予;徐沛哲;葛泉波;余彬 | 申请（专利权）人： | 杭州中恒云能源互联网技术有限公司;杭州中恒电气股份有限公司 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06Q50/06;G06N3/04;G06N3/08;G06N3/12;G06N20/10;G06N20/20 |
| 代理公司： | 杭州裕阳联合专利代理有限公司 33289 | 代理人： | 姚宇吉 |
| 地址： | 310000 浙江省杭州市滨江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种电力负荷预测方法，涉及电力技术领域，本方法针对完整的电力数据，先采用训练好的最小二乘支持向量机模型进行纵向预测，再采用训练好的容积卡尔曼滤波预测模型进行横向预测，最后采用训练好的灰色神经网络模型将两种算法进行融合，得到最终的预测结果，保证了预测结果的准确性。 | ||
| 搜索关键词： | 一种 电力 负荷 预测 方法 | ||
【主权项】：
1.一种电力负荷预测方法，其特征在于，包括如下步骤：/n以0到30min内任意时长为时间间隔，采集电力负荷数据；/n收集若干天内的电力负荷数据，判断若干天内的电力负荷数据是否缺失，若电力负荷数据缺失，则进行补全；/n建立最小二乘支持向量机模型，训练所述最小二乘支持向量机模型；/n建立容积卡尔曼滤波预测模型，训练所述容积卡尔曼滤波预测模型；/n建立灰色神经网络模型，训练所述灰色神经网络模型；/n利用训练好的最小二乘支持向量机模型对若干天内的电力负荷数据进行计算，得到第一预测结果；/n利用训练好的容积卡尔曼滤波预测模型对若干天内的电力负荷数据进行计算，得到第二预测结果；/n利用训练好的灰色神经网络模型对第一预测结果和第二预测结果进行计算，得到最终预测结果。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州中恒云能源互联网技术有限公司;杭州中恒电气股份有限公司，未经杭州中恒云能源互联网技术有限公司;杭州中恒电气股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910971967.7/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
