发明公开
- 专利标题: 基于无监督聚类和支持向量机的短期电力负荷预测方法
-
申请号: CN202210712376.X申请日: 2022-06-22
-
公开(公告)号: CN115169654A公开(公告)日: 2022-10-11
- 发明人: 罗红郊 , 马晓琴 , 王作政 , 马占海 , 薛峪峰 , 胡荣辉 , 苗轲 , 邓俊辉 , 张俊超 , 严嘉正 , 马海瑛
- 申请人: 国网青海省电力公司信息通信公司
- 申请人地址: 青海省西宁市城西区盐湖巷5号
- 专利权人: 国网青海省电力公司信息通信公司
- 当前专利权人: 国网青海省电力公司信息通信公司
- 当前专利权人地址: 青海省西宁市城西区盐湖巷5号
- 代理机构: 南京苏科专利代理有限责任公司
- 代理商 杜春秋
- 主分类号: G06Q10/04
- IPC分类号: G06Q10/04 ; G06Q50/06 ; G06K9/62
摘要:
本发明涉及一种基于无监督聚类和支持向量机的短期电力负荷预测方法,包括离线和在线两个阶段,离线阶段,对预处理后的气象和时间信息利用迭代自组织数据分析方法对训练样本数据指纹进行无监督聚类,形成多个训练样本数据子集和每个训练数据子集的聚类中心,然后利用支持向量机对每一个训练样本数据子集分别进行回归学习,得到多个电力负荷预测模型;在线阶段,将气象信息和时间信息预处理后,得到指纹信息,通过比较每个训练数据子集中心的欧氏距离,选择合适的电力负荷预测模型,估计电力负荷值。本发明的方法具有实现简单,估计精定高的优点。