公开(公告)号：CN115759469A

公开(公告)日：2023-03-07

申请号：CN202211557337.3

申请日：2022-12-06

申请人： 国网青海省电力公司经济技术研究院 ,  清华四川能源互联网研究院 ,  国网青海省电力公司

发明人： 车琰瑛 ,  刘飞 ,  魏招毅 ,  杨海林 ,  田旭 ,  张祥成 ,  武宏波 ,  邓皓元 ,  刘联涛 ,  彭飞

IPC分类号： G06Q10/04 ,  G06Q50/06 ,  G06F18/214 ,  G06N3/0499 ,  G06N3/084 ,  G06N3/098

摘要： 本发明涉及电力系统负荷预测技术领域，具体而言，涉及一种针对峰值负荷及其出现时间的预测方法及其装置，步骤如下：构建电力负荷数据集并进行归一化处理，设置多个基准预测模型，基于电力负荷数据集建立基于梯度下降算法的集成学习模型；通过训练好的集成学习模型进行电力负荷预测，从预测结果中提取最大预测峰值负荷作为输入向量以及该峰值负荷出现时间作为标签，构建峰值负荷数据集；建立基于前馈神经网络的电力峰值负荷及出现时间的预测模型，根据峰值负荷数据集对其进行迭代训练，得到训练好的预测模型进行预测。本发明能够有效集成若干高效预测模型并自适应调整反归一化参数，有利于提高峰值负荷及其出现时间的预测精度。