公开(公告)号：CN110033134A

公开(公告)日：2019-07-19

申请号：CN201910279147.1

申请日：2019-04-09

Applicant: 国网安徽省电力有限公司 ,  北京清软创新科技股份有限公司

Inventor： 王正风 ,  吴迪 ,  吴旭 ,  丁超 ,  赵学会 ,  张华铭 ,  薛书倩

IPC: G06Q10/04 ,  G06Q50/06

Abstract: 本发明公开了一种考虑气象因素的逐日分段短期负荷预测算法，要解决的是现有预测方法没有采用分时段预测的问题。本发明具体步骤如下：将负荷曲线分为凌晨、白天、夜晚三段，筛选出与凌晨、夜晚负荷相关系数最强的气象指标；对筛选后的气象指标与电力负荷进行回归建模，实现凌晨、夜晚的负荷预测；对于白天的负荷，结合相似日算法预测白天负荷；最后将三段负荷预测结果进行合并形成最终的预测结果。该方法考虑了单一气象指标、综合气象指标、气象累积效应等影响因素，有助于充分把握气象与负荷的相关关系，同时白天时段的负荷预测采用相似日方法代替气象负荷回归算法，规避了由于新能源导致气象负荷规律多变的影响，提高了短期负荷预测准确率。

公开(公告)号：CN105426956B

公开(公告)日：2019-01-22

申请号：CN201510750464.9

申请日：2015-11-06

Applicant: 国家电网公司 ,  国网河北省电力公司 ,  北京清软创新科技股份有限公司

Inventor： 曹欣 ,  王铁强 ,  孙广辉 ,  时珉 ,  王鑫明 ,  王艳阳 ,  杨晓东 ,  魏明磊 ,  孙辰军 ,  刘梅 ,  赵然 ,  张华铭 ,  孙福林 ,  张维静

IPC: G06N3/04 ,  G06N3/08 ,  G06Q50/06

Abstract: 本发明公开了一种超短期光伏预测方法，包含如下步骤：训练数据x选取；训练数据归一化处理；训练数据异常化处理；数据函数变换；显著性分析；广义回归神经网络模型训练；广义回归神经网络模型预测，该超短期光伏预测方法，利用广义回归神经网络建模理论及方法，通过增加隐层的基函数，精确了局部逼近，达到全局最优，同时针对模型输入信息做了显著性提取和改进，通过函数变换增强历史数据的相关性，并作为输入信号进入广义回归神经网络预测模型，有效提升了预测精度，另外训练样本选定后，广义回归神经网络结构和权值会自动确定，只需调整平滑参数即可，避免了循环训练的计算过程，更加快速地实现全局逼近的学习和预测能力。

公开(公告)号：CN105426956A

公开(公告)日：2016-03-23

申请号：CN201510750464.9

申请日：2015-11-06

Applicant: 国家电网公司 ,  国网河北省电力公司 ,  北京清软创新科技股份有限公司

Inventor： 曹欣 ,  王铁强 ,  孙广辉 ,  时珉 ,  王鑫明 ,  王艳阳 ,  杨晓东 ,  魏明磊 ,  孙辰军 ,  刘梅 ,  赵然 ,  张华铭 ,  孙福林 ,  张维静

IPC: G06N3/02 ,  G06N3/08 ,  G06Q50/06

CPC classification number: G06N3/02 ,  G06N3/082 ,  G06Q50/06

Abstract: 本发明公开了一种超短期光伏预测方法，包含如下步骤：训练数据x选取；训练数据归一化处理；训练数据异常化处理；数据函数变换；显著性分析；广义回归神经网络模型训练；广义回归神经网络模型预测，该超短期光伏预测方法，利用广义回归神经网络建模理论及方法，通过增加隐层的基函数，精确了局部逼近，达到全局最优，同时针对模型输入信息做了显著性提取和改进，通过函数变换增强历史数据的相关性，并作为输入信号进入广义回归神经网络预测模型，有效提升了预测精度，另外训练样本选定后，广义回归神经网络结构和权值会自动确定，只需调整平滑参数即可，避免了循环训练的计算过程，更加快速地实现全局逼近的学习和预测能力。