一种配电网负荷预测方法
    3.
    发明公开

    公开(公告)号:CN110766190A

    公开(公告)日:2020-02-07

    申请号:CN201910729313.3

    申请日:2019-08-08

    IPC分类号: G06Q10/04 G06Q50/06

    摘要: 本发明具体为一种配电网负荷预测方法:包括一:将获取的各个测量点的负荷值进行标幺化处理,处理后的数据形成对应的负荷特征曲线。二:对步骤一中获得的各个负荷特征曲线进行聚类分析,从而实现对缺失和为零的数据进行修正。三:对步骤二获得的同一配变的所有历史负荷特征曲线进行聚类,分析温度、天气、日期对负荷的影响。四:将步骤三中修正后的曲线通过深度置信神经网络建立输出配电网负荷预测模型实现配电网负荷预测。本发明是先采用聚类算法进行配电网负荷特性分析,在此基础上构建通过深度置信神经网络负荷预测模型,通过深度置信神经网络变换将原始负荷序列分解得到不同层级的子集,在各子集分别建模实现对负荷各层特性的合理利用。