一种基于“聚类-回归”模型的短期负荷预测方法

    公开(公告)号:CN108846530B

    公开(公告)日:2021-11-26

    申请号:CN201811140228.5

    申请日:2018-09-28

    Abstract: 本发明针对电力行业短期负荷预测问题,公开了一种基于“聚类‑回归”模型的短期负荷预测方法。传统的负荷预测方法一般只基于“回归”模型,将影响电力负荷的因素作为属性,进行回归预测。在这个过程中,往往需要将非结构化信息结构化,而且人为因素影响较大。本发明的目的在于克服上述不足,提出一种基于“聚类‑回归”模型的短期电力负荷预测方法:第一步,对用户用电特征进行聚类分析,用电特征类似的用户聚为一簇,得到表征簇内用户用电水平的簇负荷特性曲线;第二步,将簇负荷特性曲线作为区域总负荷的属性因子,训练模型,进行回归预测。新方法的性能更好,在电力行业短期负荷预测问题中具备很好的实践应用价值。

    一种基于“聚类-回归”模型的短期负荷预测方法

    公开(公告)号:CN108846530A

    公开(公告)日:2018-11-20

    申请号:CN201811140228.5

    申请日:2018-09-28

    Abstract: 本发明针对电力行业短期负荷预测问题,公开了一种基于“聚类-回归”模型的短期负荷预测方法。传统的负荷预测方法一般只基于“回归”模型,将影响电力负荷的因素作为属性,进行回归预测。在这个过程中,往往需要将非结构化信息结构化,而且人为因素影响较大。本发明的目的在于克服上述不足,提出一种基于“聚类-回归”模型的短期电力负荷预测方法:第一步,对用户用电特征进行聚类分析,用电特征类似的用户聚为一簇,得到表征簇内用户用电水平的簇负荷特性曲线;第二步,将簇负荷特性曲线作为区域总负荷的属性因子,训练模型,进行回归预测。新方法的性能更好,在电力行业短期负荷预测问题中具备很好的实践应用价值。

Patent Agency Ranking