【技术实现步骤摘要】
本专利技术涉及负荷预测，具体涉及基于机理驱动的居民小区电力负荷预测方法、系统及介质。
技术介绍
1、随着森林砍伐、化石能源燃烧等活动造成了大量的温室气体排放，导致全球气候变暖，极端天气频发。在水力发电占比较大的地区，在大范围、长时间的极端高温干旱、低温寒潮的情况下，水电站水资源枯竭，配电网呈现尖峰时刻电力供需偏紧的严峻态势。居民小区是指按城市规划，已建成投运的独立住宅区域，是城市基础服务的关键。在极端天气下，居民小区的空调、电暖负荷不断增加，电力供需缺口不断加大。因此，探索居民小区极端天气下的电力负荷预测，对电力供电资源调配具有积极的意义。
技术实现思路
1、本专利技术所要解决的技术问题是：传统的居民小区电力负荷预测方法在极端天气下，存在预测不准确的问题；本专利技术目的在于提供基于机理驱动的居民小区电力负荷预测方法、系统及介质，基于非侵入式辨识方法分析预处理后的历史电力数据，辨识出不同负荷类型成分，构建基于机理驱动的迁移学习预测模型对极端天气下居民小区电力负荷进行预测，实现基于机理驱动的居...
【技术保护点】
1.基于机理驱动的居民小区电力负荷预测方法，其特征在于，包括：
2.根据权利要求1所述的基于机理驱动的居民小区电力负荷预测方法，其特征在于，所述预处理的方法包括：
3.根据权利要求2所述的基于机理驱动的居民小区电力负荷预测方法，其特征在于，所述将所述历史电力数据依照数据规律和数据内部结构划分成多组数据，包括方法：
4.根据权利要求2所述的基于机理驱动的居民小区电力负荷预测方法，其特征在于，所述对各组数据进行质量评估，识别出异常数据，包括方法：
5.根据权利要求1所述的基于机理驱动的居民小区电力负荷预测方法，其特征在于，所...
【技术特征摘要】
1.基于机理驱动的居民小区电力负荷预测方法，其特征在于，包括：
2.根据权利要求1所述的基于机理驱动的居民小区电力负荷预测方法，其特征在于，所述预处理的方法包括：
3.根据权利要求2所述的基于机理驱动的居民小区电力负荷预测方法，其特征在于，所述将所述历史电力数据依照数据规律和数据内部结构划分成多组数据，包括方法：
4.根据权利要求2所述的基于机理驱动的居民小区电力负荷预测方法，其特征在于，所述对各组数据进行质量评估，识别出异常数据，包括方法：
5.根据权利要求1所述的基于机理驱动的居民小区电力负荷预测方法，其特征在于，所述基于非侵入式辨识方法分析预处理后的历史电力数据，辨识出不同负荷类型成分，包括方法：
6.根据权利要求5所述的基于机理驱动的居民小区电力负荷预测方法...
【专利技术属性】
技术研发人员：唐冬来，何明，丁理杰，陈文康，杨梅，钟声，陈泽宇，谢飞，龚奕宇，聂潇，刘光智，邓创，康乐，钟旭，付世峻，周朋，陈居利，何书宇，罗维斯，张淇铭，毛强，李亦秋，余林倩，袁山山，唐轶，王盼，邹怡，
申请(专利权)人：四川思极科技有限公司，
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。