[发明专利]一种基于IRF和ODBSCAN的电力负荷频域预测方法及系统

摘要

本发明的一种基于IRF和ODBSCAN的电力负荷频域预测方法及系统，可解决现有方法误差较大的技术问题。本发明提出基于改进的随机森林IRF(Improved Random Forest)和ODBSCAN(Optimized Density‑Based Spatial Clustering of Applications with Noise)的频域组合预测方法。首先，采用EWT(Empirical Wavelet Transform)分解负荷，得到不同的固有模态分量IMFs(Intrinsic Mode Functions)；其次，根据各分量特征采用合理的方法进行预测。其中，低频、中频分量采用IRF预测；高频分量具有不确定性，使用ODBSCAN根据气象因素温度和湿度聚类，再根据每类的样本特性选择处理方法。最后，叠加各分量的预测值，获取总的预测结果。根据某地市现场负荷数据进行实验，预测结果分别与EWT‑IRF、EWT‑RF(Random Forest)、EMD(Empirical Mode Decomposition)‑IRF模型的预测结果进行对比，可以获得更佳的预测效果，体现实际负荷的变化规律。