【技术实现步骤摘要】
本专利技术涉及超短期负荷预测，特别涉及一种系统超短期负荷预测方法。
技术介绍
1、负荷预测对电力系统的安全稳定运行及可持续发展起着重要作用，其预测结果有助于电力系统的调度管理，合理规划电力系统的运行、发电、购电等计划，避免出现负荷过大或过小的情况以及电力系统的过剩或不足从而提高电力系统的运行效率，减少运行成本。
2、超短期负荷预测是电力系统运行管理中最紧迫的需求之一，主要目的是为电力系统的实时调度、控制和安全运行提供参考依据。其预测精度要求高，需要考虑多种因素对负荷的影响，如天气因素、用电负荷等。由于超短期负荷预测计算速度、预测的要求较高，其研究具有一定难度。
3、系统超短期负荷预测的研究方法主要包括基于时间序列模型、统计模型、机器学习模型和集成方法等。时间序列模型可以直接预测，统计模型可以考虑多个因素的影响，但二者可能忽略了负荷预测中的非线性关系和复杂交互影响；而机器学习可以自适应学习数据特征，例如，神经网络模型可以处理非线性关系，即非线性拟合能力较强，适用于母线负荷数据的预测，但是当样本规模较大时，机器学习的...
【技术保护点】
1.一种系统超短期负荷预测方法，其特征在于：
2.根据权利要求1所述的一种系统超短期负荷预测方法，其特征在于，对历史负荷、气象数据进行预处理，采用标准差法对数据进行异常识别，并根据数据异常及缺失情况进行线性插值修正或相似日数据插值修正；包括：
3.根据权利要求2所述的一种系统超短期负荷预测方法，其特征在于，所述相似日方法标准如下：
4.根据权利要求2所述的一种系统超短期负荷预测方法，其特征在于，结合处理好的历史负荷数据、历史气象数据以及时间数据，分别构建适当的负荷特征、气象特征和时间特征，并分别与预测时刻点对应的实际负荷进行pear...
【技术特征摘要】
1.一种系统超短期负荷预测方法，其特征在于：
2.根据权利要求1所述的一种系统超短期负荷预测方法，其特征在于，对历史负荷、气象数据进行预处理，采用标准差法对数据进行异常识别，并根据数据异常及缺失情况进行线性插值修正或相似日数据插值修正；包括：
3.根据权利要求2所述的一种系统超短期负荷预测方法，其特征在于，所述相似日方法标准如下：
4.根据权利要求2所述的一种系统超短期负荷预测方法，其...
【专利技术属性】
技术研发人员：吕嘉，潘连荣，李培恺，傅源，何井龙，杨潇，杨加意，张元胜，罗添允，傅文倩，
申请(专利权)人：广西电网有限责任公司，
类型：发明
国别省市：
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。