公开(公告)号：CN115271161A

公开(公告)日：2022-11-01

申请号：CN202210681305.8

申请日：2022-06-15

Applicant: 华南理工大学

Inventor： 谢敏 ,  林盛振 ,  叶佳南 ,  张世平 ,  刘明波

IPC: G06Q10/04 ,  G06Q50/06 ,  G06K9/62 ,  G06N7/02 ,  H02J3/00

Abstract: 本发明公开了一种多能负荷短期预测方法，包括：获取数据；进行数据预处理，并执行动态Copula相关分析与负荷模糊聚类分析；基于模糊优化曲线形态分析算法，对每类负荷曲线簇分别进行特征识别提取；基于统计频率分布，计算判别得到每类负荷曲线簇的总体特征分布集合；基于机器学习算法分类建立组合负荷预测模型，依据每类负荷曲线簇的历史特征数据进行组合模型训练；用概率转移链模型判断预测时段负荷所属的分类，基于该类训练完成的负荷预测模型进行负荷特征的预测，并针对未来用电特征展开分析。两阶段式模糊优化负荷特征识别组合模型相较于传统模型在计算效率与具体性能上均有高效的提升，能够适应实际多能负荷预测工作的发展动态。