【技术实现步骤摘要】
一种基于梯度提升算法预测短期电力负荷的系统模型
本专利技术涉及一种电力系统运行管理技术,特别涉及一种基于梯度提升算法(GradientBoosting)的预测短期电力负荷的方法。
技术介绍
众所周知，目前电能还不能进行大量的存储，在电力系统中发电和用电必须做到平衡，否则就会造成很大的浪费；同时，由于电力系统的时滞性，导致电力负荷不能随着自身运行方式，用户用电量等变量的变化而变化，电力系统供电和用电平衡难以保持。因此，预测电力系统未来负荷的变化，提前采取必要的调整措施，对于维持电力系统平衡，提高供电质量，推动社会发展具有重要意义。电力系统短期负荷预测是电力部门的一项重要工作。它关系到电力系统的调度运行和生产计划，准确的负荷预测有助于提高系统的安全性和稳定性，能够减少发电成本。随着电力市场的建立和发展，短期负荷预测将发挥越来越重要的作用。本专利技术提出了一种基于梯度提升算法(GradientBoosting)预测短期电力负荷的系统模型。
技术实现思路
本专利技术提出了一种基于历史天气数据和预测数据,和历史负荷数据进而预测电力系统短期负荷的系统和方法。本方法应用了GradientBoost算法，可以极大的提高预测准确度，具体流程图如图1所示。附图说明图1为本专利技术实施中预测短期电力负荷的流程图。图2为本专利技术实施中样本电力负荷曲线图。图3为本专利技术实施中预测电力负荷曲线图。具体实施方式步骤一、通过测量或取得历史数据的方式，获得该区域的...
【技术保护点】
1.步骤一、通过测量或取得历史数据的方式， 获得该区域的所述历史数据包括连续一年以上的风气数据: 温度, 湿度, 风速, 和日照时间, 法定节日, 以及历史电力负荷,其中所述历史数据的时间分辨点为1小时，图2为样本电力负荷曲线图。/n
【技术特征摘要】
1.步骤一、通过测量或取得历史数据的方式，获得该区域的所述历史数据包括连续一年以上的风气数据:温度,湿度,风速,和日照时间,法定节日,以及历史电力负荷,其中所述历史数据的时间分辨点为1小时，图2为样本电力负荷曲线图。
2.步骤二、数据准备：，表示用来预测短期电力负荷的输入数据，包括分
别为,历史每小时的温度,湿度，风速，日照，当前小时，是否节日和或周末，前24小时的负荷
平均值，前一周的负荷平均值，
表示电力负荷，也就是实际值,表示数据量；
表示实际电力负荷，也就是实际值,表示数据量；
表示损失函数，用来分析预测值的效果，其中为预测值；
目标是目标是为了优化或者说最小化...
【专利技术属性】
技术研发人员：胡炳谦，顾一峰，周浩，韩俊，
申请(专利权)人：上海积成能源科技有限公司，
类型：发明
国别省市：上海;31
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。