基于PCA-GM的电力负荷预测方法、系统、计算机可读存储介质和计算设备技术方案

本发明专利技术公开了一种基于PCA‑GM的电力负荷预测方法、系统、计算机可读存储介质和计算设备，预测方法包括步骤：采集负荷数据和气象数据，气象数据包括与负荷数据指标相关的因素；对气象数据进行关联度分析，根据分析结果剔除关联度较低的因素；采用PCA降维方法对关联度分析处理过的气象数据和负荷数据降维处理；将经过降维处理的数据样本代入GM(1,1)预测模型，获得预测结果。本发明专利技术基于负荷数据、气温数据和降雨量数据，依次对数据进行关联度分析、降维处理，最后利用灰色理论模型进行预测，能够有效减少计算量、提高负荷预测精度，大大增强了预测的准确性。

Power load forecasting method, system, computer readable storage medium and computing equipment based on pca-gm

【技术实现步骤摘要】
基于PCA-GM的电力负荷预测方法、系统、计算机可读存储介质和计算设备
本专利技术涉及短期电力负荷预测
，具体涉及一种能够提高负荷预测精度，且减少计算量的基于PCA-GM的电力负荷预测方法、系统、计算机可读存储介质和计算设备。
技术介绍
在电力进入市场化运行后，电力负荷预测实质上是对电力市场需求的的预测，以电力负荷为对象进行的一系列预测工作，电力供需瞬时平衡的特点决定了电力行业的预测需求比其他行业更加紧迫。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。现有的短期电力负荷预测方法大多采用灰色理论法，大多依据大量历史数据进行预测，计算量大且预测准确性较差，因此迫切需要设计出一种能够降低运算成本、提高预测速度和精度的预测方法和设备等。
技术实现思路
技术目的：针对上述技术问题，本专利技术提供了一种基于PCA-GM的电力负荷预测方法，解决了
技术介绍
中披露的问本文档来自技高网...

【技术保护点】
1.一种基于PCA-GM的电力负荷预测方法，其特征在于，包括以下步骤：/nS1、采集负荷数据和气象数据，气象数据包括与负荷数据指标相关的因素；/nS2、对气象数据进行关联度分析，根据分析结果剔除关联度较低的因素；/nS3、采用PCA降维方法对步骤S2处理过的气象数据和负荷数据降维处理；/nS4、将经过降维处理的数据样本代入GM(1,1)预测模型，获得预测结果。/n

【技术特征摘要】
1.一种基于PCA-GM的电力负荷预测方法，其特征在于，包括以下步骤：
S1、采集负荷数据和气象数据，气象数据包括与负荷数据指标相关的因素；
S2、对气象数据进行关联度分析，根据分析结果剔除关联度较低的因素；
S3、采用PCA降维方法对步骤S2处理过的气象数据和负荷数据降维处理；
S4、将经过降维处理的数据样本代入GM(1,1)预测模型，获得预测结果。


2.根据权利要求1所述的一种基于PCA-GM的电力负荷预测方法，其特征在于，所述气象数据包括日最高温度、日平均温度、最低温度和降雨量，所述步骤S2中关联度分析的方法包括步骤：
S21、确定反映系统行为特征的参考数列和影响系统行为的比较数列，参考数列为负荷指标，比较数列为四个气象数据；
S21、将变量无量纲化；
S23、计算关联系数和关联度。


3.根据权利要求1所述的一种基于PCA-GM的电力负荷预测方法，其特征在于，所述步骤S3中，气象数据和负荷指标的降维方法包括步骤：，
S31、对采集到的每天的负荷数据和与负荷数据相关的气象数据分别去平均，求其特征协方差矩阵；
S32、计算特征协方差矩阵的特征值与特征向量；
S33、将特征值降序排列，选取特征值最大的特征向量作为主成分。

【专利技术属性】
技术研发人员：卞海红，王倩，徐天，
申请(专利权)人：南京工程学院，
类型：发明
国别省市：江苏;32