一种基于用户特性分析的多模型负荷预测方法

    公开(公告)号:CN106127360A

    公开(公告)日:2016-11-16

    申请号:CN201610408985.0

    申请日:2016-06-06

    IPC分类号: G06Q10/06 G06Q50/06 G06K9/62

    摘要: 本发明公开了一种基于用户特性分析的多模型负荷预测方法,使用线性回归算法与时间序列算法构建基于不同用户特性的负荷预测模型,通过具体数据分析算法构建数据模型得出基于用户特性分析的多因子负荷预测,通过线路负荷历史数据,微气象历史数据,地区GDP历史数据预测未来同期的线路负荷值;利用K‑Means聚类算法对线路负荷数据进行分类,将线路负荷数据根据用电类别分为居民用电线路、商业用电线路、工业用电线路。本发明充分考虑不同用电类型线路之间的区别,使得模型更加精确;综合考虑多影响因子对负荷的影响,通过提取多影响因子主成分,找出对负荷影响的主要因素,摒弃次要因素,利用数据分析算法构建基于主要影响因子预测模型。