System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于电网规划,具体涉及一种基于改进模糊聚类算法的煤改电负荷预测方法。
技术介绍
1、煤改电的方式能够实现资源节能化,是实现碳中和目标的主要方式之一,在进行煤改电期间,煤改电负荷的接入会对电网带来负荷大幅且不均衡增长、电网峰谷差加大等影响,因此对未来电网调度运行与规划至关重要。
2、目前预测方法存在如下缺陷:
3、1、传统的负荷预测方法可能无法准确捕捉煤改电负荷的变化模式和趋势,导致预测结果与实际负荷存在较大偏差,给电力供应和能源规划带来不确定性;
4、2、传统方法通常假设负荷变化是确定性的,而实际情况中负荷变化往往存在不确定性,预测结果可能无法反映实际情况,导致决策者做出错误的决策;
5、3、传统方法可能无法充分考虑负荷的时序特性和趋势,如周期性变化、季节性变化和长期趋势,从而导致预测结果缺乏全面性,无法准确反映负荷的变化规律;
6、4、传统方法可能缺乏自适应学习和更新的能力,无法及时适应负荷变化的动态性和不确定性,导致预测模型过时,无法提供准确和可靠的预测结果。
技术实现思路
1、本专利技术的目的在于提供一种基于改进模糊聚类算法的煤改电负荷预测方法,以解决上述
技术介绍
中提出的预测准确性下降、忽略负荷变化的不确定性、忽略负荷的时序特性和趋势,以及还存在缺乏自适应性和更新能力的问题。
2、为实现上述目的,本专利技术提供如下技术方案:一种基于改进模糊聚类算法的煤改电负荷预测方法,具体包括如下步骤:
...【技术保护点】
1.一种基于改进模糊聚类算法的煤改电负荷预测方法,其特征在于:具体包括如下步骤:
2.根据权利要求1所述的一种基于改进模糊聚类算法的煤改电负荷预测方法,其特征在于:所述步骤一中,分析煤改电负荷历史数据具体包括负荷量、时间特征、天气数据、经济指标,以及煤改电政策与措施。
3.根据权利要求1所述的一种基于改进模糊聚类算法的煤改电负荷预测方法,其特征在于:所述步骤二中的改进模糊聚类算法包括以下步骤:
4.根据权利要求3所述的一种基于改进模糊聚类算法的煤改电负荷预测方法,其特征在于:所述S2中,深度学习模型包括卷积神经网络和自编码器。
5.根据权利要求1所述的一种基于改进模糊聚类算法的煤改电负荷预测方法,其特征在于:所述动态负荷预测模型的构建方法如下:
6.根据权利要求5所述的一种基于改进模糊聚类算法的煤改电负荷预测方法,其特征在于:所述奖励函数公式为预测误差的加权和,其中权重可以根据具体需求进行调整,具体的奖励函数公式如下所示:
7.根据权利要求5所述的一种基于改进模糊聚类算法的煤改电负荷预测方法,其特征在于:所述
8.根据权利要求1所述的一种基于改进模糊聚类算法的煤改电负荷预测方法,其特征在于:所述步骤四中,通过交叉验证、模型评估和误差分析的方法来确定适当的置信度或可信区间。
...【技术特征摘要】
1.一种基于改进模糊聚类算法的煤改电负荷预测方法,其特征在于:具体包括如下步骤:
2.根据权利要求1所述的一种基于改进模糊聚类算法的煤改电负荷预测方法,其特征在于:所述步骤一中,分析煤改电负荷历史数据具体包括负荷量、时间特征、天气数据、经济指标,以及煤改电政策与措施。
3.根据权利要求1所述的一种基于改进模糊聚类算法的煤改电负荷预测方法,其特征在于:所述步骤二中的改进模糊聚类算法包括以下步骤:
4.根据权利要求3所述的一种基于改进模糊聚类算法的煤改电负荷预测方法,其特征在于:所述s2中,深度学习模型包括卷积神经网络和自编码器。
5.根据权利要求...
【专利技术属性】
技术研发人员:庞伟林,关兆雄,皇甫汉聪,林浩,王永才,吴丽贤,李惠仪,吴昊,何德卫,陈健瑜,布力,陈菁,李沐栩,曹欣怡,
申请(专利权)人:广东电网有限责任公司佛山供电局,
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。