变电站下网负荷的预测方法及系统

    公开(公告)号:CN116742625A

    公开(公告)日:2023-09-12

    申请号:CN202311013067.4

    申请日:2023-08-14

    Abstract: 本发明公开了一种变电站下网负荷的预测方法及系统,该方法采用改进的Apriori算法进行数据挖掘,对于不满足最小支持度的项集,其超集必然不满足最小支持度,故而将不满足最小支持度的项集及其超集剔除,不进行全局扫描,从而大大节省了扫描数据库的耗时,并且,引入了平衡相关度判别机制,以将具有双向关联的关联规则进行合并,减少了预测过程中的数据处理量,大大提高了预测速度,尤其是面对实时的各项复杂气象条件时,可以很好地满足变电站下网负荷预测的低时延要求。而且,还将强相关规则的置信度转化为不同气象指标的权重系数,置信度高的气象指标,其权重系数也越高,从而提高了负荷预测精度。

    变电站下网负荷的预测方法及系统

    公开(公告)号:CN116742625B

    公开(公告)日:2023-12-19

    申请号:CN202311013067.4

    申请日:2023-08-14

    Abstract: 本发明公开了一种变电站下网负荷的预测方法及系统,该方法采用改进的Apriori算法进行数据挖掘,对于不满足最小支持度的项集,其超集必然不满足最小支持度,故而将不满足最小支持度的项集及其超集剔除,不进行全局扫描,从而大大节省了扫描数据库的耗时,并且,引入了平衡相关度判别机制,以将具有双向关联的关联规则进行合并,减少了预测过程中的数据处理量,大大提高了预测速度,尤其是面对实时的各项复杂气象条件时,可以很好地满足变电站下网负荷预测的低时延要求。而且,还将强相关规则的置信度转化为不同气象指标的权重系数,置信度高的气象指标,其权重系数也越高,从而提高了负荷预测精度。

Patent Agency Ranking