公开(公告)号：CN106651020B

公开(公告)日：2020-09-11

申请号：CN201611165569.9

申请日：2016-12-16

Applicant: 燕山大学

Inventor： 张淑清 ,  杨振宁 ,  张航飞 ,  马灿 ,  李盼 ,  宿新爽 ,  李军锋

IPC: G16Y10/00

Abstract: 本发明提供一种基于大数据简约的短期电力负荷预测方法，所述方法包括：首先利用Lasso原理将大数据中冗余数据和坏数据进行剔除，然后通过主成分分析PCA对环境因素变量进行降维及特征提取。提取的特征向量以及简约处理后的历史负荷数据共同作为Elman神经网络的输入进行训练预测。本发明方法明显提高了短期电力负荷的预测精度和速度。

公开(公告)号：CN106651020A

公开(公告)日：2017-05-10

申请号：CN201611165569.9

申请日：2016-12-16

Applicant: 燕山大学

Inventor： 张淑清 ,  张航飞 ,  马灿 ,  李盼 ,  宿新爽 ,  李军锋

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/08

Abstract: 本发明提供一种基于大数据简约的短期电力负荷预测方法，所述方法包括：首先利用Lasso原理将大数据中冗余数据和坏数据进行剔除，然后通过主成分分析PCA对环境因素变量进行降维及特征提取。提取的特征向量以及简约处理后的历史负荷数据共同作为Elman神经网络的输入进行训练预测。本发明方法明显提高了短期电力负荷的预测精度和速度。