【技术实现步骤摘要】
本专利技术涉及人工智能，具体地涉及一种用户负荷数据预测方法、一种用户负荷数据预测装置和一种电子设备。
技术介绍
1、随着社会经济的不断发展，人们对能源的需求不断扩大，使得电力系统的结构和运行模式呈现出多元化的发展形势。由于电能不能大规模储存，电力负荷的变化不确定，电力系统负荷预测问题逐渐开始关注，相关理论和技术也在不断发展和更新。用户侧负荷预测是智能配电台区协同控制、电能调度的重要依据，也是解决电网稳定运行的关键研究课题。
2、目前，用户负荷短期预测方法主要分为经典预测和智能预测。经典预测主要依据传统统计学预测模型，包括卡尔曼滤波模型、arima模型、holt winters模型等。经典预所需模型训练的数据量小，易于实现等优点。智能预测主要依赖于机器学习预测模型，包括支持向量机，极限学习机，长短时记忆神经网络等，智能预测模型可以学习到负荷数据的特征，非线性拟合能量强，相较于经典预测模型具有预测精度高的优点。
3、但是无论对于经典预测还是对于智能预测而言，模型的预测精度均较低。
技术实现
本文档来自技高网...【技术保护点】
1.一种用户负荷数据预测方法，其特征在于，包括：
2.根据权利要求1所述的用户负荷数据预测方法，其特征在于，所述改进蜣螂优化方法在繁殖行为阶段基于动态权重策略因子改进的公式如下：
3.根据权利要求1所述的用户负荷数据预测方法，其特征在于，所述改进蜣螂优化方法在繁殖行为阶段基于莱维飞行策略因子改进的公式如下：
4.根据权利要求1所述的用户负荷数据预测方法，其特征在于，所述改进蜣螂优化方法在繁殖行为阶段基于改进自适应收敛因子改进的公式如下：
5.根据权利要求1所述的用户负荷数据预测方法，其特征在于，所述改进蜣螂优化方法在繁殖...
【技术特征摘要】
1.一种用户负荷数据预测方法，其特征在于，包括：
2.根据权利要求1所述的用户负荷数据预测方法，其特征在于，所述改进蜣螂优化方法在繁殖行为阶段基于动态权重策略因子改进的公式如下：
3.根据权利要求1所述的用户负荷数据预测方法，其特征在于，所述改进蜣螂优化方法在繁殖行为阶段基于莱维飞行策略因子改进的公式如下：
4.根据权利要求1所述的用户负荷数据预测方法，其特征在于，所述改进蜣螂优化方法在繁殖行为阶段基于改进自适应收敛因子改进的公式如下：
5.根据权利要求1所述的用户负荷数据预测方法，其特征在于，所述改进蜣螂优化方法在繁殖行为阶段基于动态权重策略因子和莱维飞行策略因子改进的公式如下：
6.根据权利要求1所述的用户负荷数据预测方法，其特征在于，所述改进蜣螂优化方法在繁殖行为阶段基于动态权重策略因子和改进自适应收敛因子改进的公式如下：
7.根据权利要求1所述的用户负荷数据预测方法，其特征在于，所述改进蜣螂优化方法在繁殖行为阶段基于莱维飞行策略因子和改进自适应收敛因子改进的公式如下：
8.根据权利要求1所述的用户负荷数据预测方法，其特征在于，所述改进蜣螂优化方法在繁殖行为阶段基于动态权重策略因子、莱维飞行策略因子以及改进自适应收敛因子改进的公式如下：
9.根据权利要求1所述的用户负荷数据预测方法，其特征在于，所述改进蜣螂优化方法在觅食行为阶段基于动态权重策略因子改进的公式如下：
10.根据权利要求1所述的用户负荷数据预测方法，其特征在于，所述改进蜣螂优化方法在觅食行为阶段基于莱维飞行策略因子改进的公式如下：
11.根据权利要求1所述的用户负荷数据预测方法，其特征在于，所述改进蜣螂优化方法在觅食行为阶段基于改进自适应收敛因子改进的公式如下：
12.根据权利要求1所述的用户负荷数据预测方法...
【专利技术属性】
技术研发人员：申振东，霍超，吕卓，常昊，郑利斌，白晖峰，陈岑，张港红，周颖，李暖暖，苑佳楠，李鸣岩，高建，尹志斌，
申请(专利权)人：北京智芯微电子科技有限公司，
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。