The utility model relates to the electric power information technology field, in particular to a power load forecasting method. Intelligent method has great advantage and potential in a unified and rational load forecasting model, but not the artificial neural network method is widely used for data selection removed, affecting the accuracy of load forecasting results. This application provides a prediction method for power load, the prediction method includes the following steps: (1) data acquisition; (2) using the measurement method for parameter identification analysis of influence factors in power load, screened data influence; (3) the data for training, the establishment of RBF neural network model. The influence factors as the training data of RBF neural network to build neural network model, and can accurately predict the future one day or even days of load, the constructed network can be directly applied to the load forecasting and obtain accurate prediction results.
【技术实现步骤摘要】
一种电力负荷预测方法
本申请涉及电力信息
,具体涉及一种电力负荷预测方法。
技术介绍
用户的负荷特性是电力负荷预测的基础,电力负荷预测是以电力负荷为对象进行的一系列预测工作。从预测对象来看,电力负荷预测包括对未来电力需求量(功率)的预测和对未来用电量(能量)的预测以及对负荷曲线的预测。其主要工作是预测未来电力负荷的时间分布和空间分布,为电力系统规划和运行提供可靠的决策依据,是实现电力系统安全、经济运行的基础,在电力市场交易中有着重要的意义。负荷预测的精度越高,越有利于提高发电设备的利用率和经济调度的有效性;反之,负荷预测误差较大时,不仅会造成大量运行成本和利润损失,甚至会影响电力系统运行的可靠性和电力市场的供需平衡。因此,对电力负荷进行准确预测非常重要。由于影响电力负荷预测准确性的因素很多,现有的预测方法主要包括常规技术和人工智能方法,常规预测技术的原理比较简单且相对容易实现,但这些方法缺乏建立全面统一地准确描述负荷变化特征的预测模型的能力;与常规的预测方法相比,智能化方法在建立统一合理的负荷预测模型方面具有很大的优势和潜力,但是当前广泛采用的人工神经网络方法不能对数据进行选择剔除,影响负荷预测结果的准确性。
技术实现思路
本专利技术的目的是为了解决上述当前广泛采用的人工神经网络方法不能对数据进行选择剔除,影响负荷预测结果的准确性的问题。为此,本专利技术实施例提供了如下技术方案:一种电力负荷预测方法,所述预测方法包括以下步骤:(1)数据采集;(2)采用总体测辨法对影响电力负荷的因素进行参数辨识分析,筛选得到影响因素较大的数据;(3)对数据进行训练,建立R ...
【技术保护点】
一种电力负荷预测方法,其特征在于,所述预测方法包括以下步骤:(1)数据采集;(2)采用总体测辨法对影响电力负荷的因素进行参数辨识分析,筛选得到影响因素较大的数据;(3)对数据进行训练,建立RBF神经网络模型。
【技术特征摘要】
1.一种电力负荷预测方法,其特征在于,所述预测方法包括以下步骤:(1)数据采集;(2)采用总体测辨法对影响电力负荷的因素进行参数辨识分析,筛选得到影响因素较大的数据;(3)对数据进行训练,建立RBF神经网络模型。2.如权利要求1所述的预测方法,其特征在于,所述步骤(1)中数据采集包括该地区的电力负荷、气温、降雨量、湿度、风力和日期类型。3.如权利要求2所述的预测方法,其特征在于,还包括对所述采集的数据进行归一化处理。4.如权利要求1所述的预测方法...
【专利技术属性】
技术研发人员:曹敏,邹京希,李照球,董立军,唐立军,赵旭,张林山,
申请(专利权)人:云南电网有限责任公司电力科学研究院,南京新联电子股份有限公司,
类型:发明
国别省市:云南,53
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。