【技术实现步骤摘要】
本专利技术涉及负荷预测领域，具体涉及一种基于隶属度的短期负荷预测方法、系统、终端及介质。
技术介绍
1、短期电力负荷预测是电力系统规划和运营中的一个重要环节，它主要关注未来几小时到几天内的电力需求。准确的短期电力负荷预测有助于电力系统运营商更好地安排发电计划、优化资源配置、提高供电可靠性，并降低运营成本。随着电力市场改革的不断深入，先进实用的短期电力负荷预测能为电量生产及配电网经济优化调度提供坚强支撑，同时还能为市场交易主体制定购售电决策提供依据，在新形势下有较强的实际应用价值。
2、目前，国内外学者针对短期负荷预测问题已进行了广泛的探索，可分为两类：以机器学习为理论基础的现代预测方法和以时间序列预测原理为基础的经典预测方法。其中经典预测方法中的时间序列法利用历史负荷数据即可进行建模，具有所需数据少、建模理论完备、可操作性强等特点，因而其在负荷预测领域有很强的实践价值，但由于短期负荷数据的随机性和周期性以及影响因素的复杂性，经典预测方法面临提高预测精度等要求。
技术实现思路
1...
【技术保护点】
1.一种基于隶属度的短期负荷预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于隶属度的短期负荷预测方法，其特征在于，隶属度函数由以下公式表示：
3.根据权利要求2所述的基于隶属度的短期负荷预测方法，其特征在于，将初始检测矩阵乘以关于检测负荷值的隶属度函数获得预测检测矩阵，具体包括：
4.根据权利要求3所述的基于隶属度的短期负荷预测方法，其特征在于，将预测检测序列输入预先构建的深度学习神经网络中，获得负荷值的第二预测值，具体包括：
5.根据权利要求4所述的基于隶属度的短期负荷预测方法，其特征在于，深度学习神...
【技术特征摘要】
1.一种基于隶属度的短期负荷预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于隶属度的短期负荷预测方法，其特征在于，隶属度函数由以下公式表示：
3.根据权利要求2所述的基于隶属度的短期负荷预测方法，其特征在于，将初始检测矩阵乘以关于检测负荷值的隶属度函数获得预测检测矩阵，具体包括：
4.根据权利要求3所述的基于隶属度的短期负荷预测方法，其特征在于，将预测检测序列输入预先构建的深度学习神经网络中，获得负荷值的第二预测值，具体包括：
5.根据权利要求4所述的基于隶属度的短期负荷预测方法，其特征在于，深...
【专利技术属性】
技术研发人员：王为国，孟学艺，王海波，孙启泽，赵玉敬，扈晓明，田松，王同同，赵静，
申请(专利权)人：国网山东省电力公司滨州市滨城区供电公司，
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。