[发明专利]一种电力负荷短期预测方法、模型、装置及系统有效
| 申请号： | 201911013476.8 | 申请日： | 2019-10-23 |
| 公开（公告）号： | CN110610280B | 公开（公告）日： | 2020-09-01 |
| 发明（设计）人： | 史玉良;刘月灿;王新军;郑永清 | 申请（专利权）人： | 山东大学 |
| 主分类号： | G16Y10/00 | 分类号： | G16Y10/00 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 李琳 |
| 地址： | 250061 山东*** | 国省代码： | 山东;37 |
| 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短期预测方法、模型、装置及系统，该方法包括：接收负荷数据，并对其缺失数据进行数据补全；接收影响因素数据，所述影响因素数据包括气温数据、节假日数据和电力用户所属行业类别数据，对影响因素采用与负荷数据相对应的量化方法进行量化；采用小波分解对历史负荷数据进行处理，进行多尺度分解得到四个历史负荷重构数据序列，分别与影响因素数据进行相关性度量，得到各重构负荷特征与影响因素的相关特征数据集合；将根据负荷数据得到的四个序列采用三次指数平滑算法进行初步预测，并对初步预测结果进行进一步的优化，最终获取电力短期负荷预测值，作为电力负荷调度参考数据。 | ||
| 搜索关键词： | 一种 电力 负荷 短期 预测 方法 模型 装置 系统 | ||
【主权项】：
1.一种电力负荷短期预测方法，其特征在于，该方法包括：/n接收负荷数据，并对其缺失数据进行数据补全；/n接收影响因素数据，所述影响因素数据包括气温数据、节假日数据和电力用户所属行业类别数据，对影响因素采用与负荷数据相对应的量化方法进行量化；/n采用小波分解对负荷数据进行处理，并进行消噪和特征提取得到四个序列，分别与影响因素数据进行相关性分析，得到负荷特征与影响因素的相关对的集合；/n将根据负荷数据得到的四个序列采用三次指数平滑算法进行初步预测，将负荷特征与影响因素的相关对的集合采用ARIMA-GARCH法预测得到调整因子，将初步预测结果与调整因子输入长短期记忆网络得到最终预测结果，以作为电力负荷调度参考数据。/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山东大学，未经山东大学许可，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/201911013476.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种大气细颗粒物污染源识别方法及其应用
- 下一篇：一种智能泵站管理平台
