【技术实现步骤摘要】
本专利技术涉及数据处理，具体涉及基于大数据分析的电能负荷预测及优化方法。
技术介绍
1、电能负荷通常指的是电力系统在某一特定时间内所需的电能量，可表示为电网在某一时刻所需的总电功率，以千瓦或兆瓦为单位，电能负荷的大小取决于当时的用电情况，包括工业、商业和居民用电需求，电能负荷的变化是电力系统运营和规划的考虑因素之一，因其直接影响到电力供应的稳定性及可靠性，实际对电能负荷进行预测时，通过单模型预测，单一模型容易出现过度拟合训练数据的现象，从而导致在新的测试数据上泛化能力较差，并且由于多数机器学习模型在训练过程中易陷入局部最优解，无法找到全局最优解；
2、因此，亟需提出基于大数据分析的电能负荷预测及优化方法。
技术实现思路
1、本专利技术的目的在于针对现有技术的不足之处，提供基于大数据分析的电能负荷预测及优化方法，旨在通过融合双模型，解决出现过度拟合训练数据的技术问题，并提高预测的准确性，并且，通过双模型融合，不会出现陷入局部最优解的训练问题，进而规避了无法找到全局最优解的后续问题
2、本文档来自技高网...
【技术保护点】
1.基于大数据分析的电能负荷预测及优化方法，其特征在于，包括如下步骤：
2.如权利要求1所述的基于大数据分析的电能负荷预测及优化方法，其特征在于，收集历史电力负荷数据，负荷数据包括不同时间、温度与天气，基于所得数据进行预处理，并基于预处理后数据分割数据集，具体包括：
3.如权利要求2所述的基于大数据分析的电能负荷预测及优化方法，其特征在于，基于时间信息构建第一预测模型，获得第一预测结果，具体包括：
4.如权利要求3所述的基于大数据分析的电能负荷预测及优化方法，其特征在于，基于温度和天气因素，构建第二预测模型，获取第二预测结果，具体包
5...
【技术特征摘要】
1.基于大数据分析的电能负荷预测及优化方法，其特征在于，包括如下步骤：
2.如权利要求1所述的基于大数据分析的电能负荷预测及优化方法，其特征在于，收集历史电力负荷数据，负荷数据包括不同时间、温度与天气，基于所得数据进行预处理，并基于预处理后数据分割数据集，具体包括：
3.如权利要求2所述的基于大数据分析的电能负荷预测及优化方法，其特征在于，基于时间信息构建第一预测模型，获得第一预测结果，具体包括：
4.如权利要求3所述的基于大数据分析的电能负荷预测及优化方法，其特征在于，基于温度和天气因素，构建第二预测模型，获...
【专利技术属性】
技术研发人员：梁言贺，开翠颖，宫游，刘惠颖，李琦，李兴刚，殷鑫，李洋，王晓宇，满江雪，文茹馨，肖楠，程志华，张峰，赵永春，
申请(专利权)人：国网黑龙江省电力有限公司营销服务中心，
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。