基于判别分析和支持向量机结合的工业园区负荷预测方法

    公开(公告)号:CN109711621A

    公开(公告)日:2019-05-03

    申请号:CN201811607860.6

    申请日:2018-12-27

    摘要: 本发明涉及电网供电技术领域,具体为工业园区的用电负荷预测方法,预测园区已有企业下月负荷增长情况:基于机器学习算法,采用支持向量机回归预测建立园区已有企业最大负荷预测模型,利用最大负荷预测模型对已有企业最大负荷增长进行预测;预测园区新增企业负荷需求情况:构建企业基本信息指标体系和最大负荷需求规模判别分析模型;应用判别分析模型,结合园区未来新增企业基本信息对新增企业最大负荷需求进行判别预测;将园区已有企业下月负荷需求、园区新增企业负荷需求合计,得到下月负荷增量信息。本发明结合在建园区已有企业负荷增长需求和未来新增企业最大负荷需求开展负荷需求预测,对园区的短期用电增长需求进行有效判别。

    一种基于XGBoost算法的大工业用电用户负荷预测方法

    公开(公告)号:CN109727066A

    公开(公告)日:2019-05-07

    申请号:CN201811608997.3

    申请日:2018-12-27

    摘要: 本发明涉及电网供电配电领域,为大工业用电用户的负荷预测方法,包括:对用电用户的原始数据进行清洗和处理;从多个影响因素维度构建影响因素指标体系,在每个影响因素维度下构建多个影响因素指标;建立XGBoost算法模型,XGBoost算法模型的输入为历史影响因素指标数据,以月度最大负荷为学习目标;通过XGBoost算法进行模型训练,输出结果为各个影响因素指标的权重;通过XGBoost算法模型,对用电用户的月度最大负荷进行预测,提供月度负荷预测结果。本发明通过构建大工业用户的月度最大负荷预测模型,为其提供准确的月度负荷预测结果,以便选择合理的计费方式,降低用电成本。