【技术实现步骤摘要】
本专利技术涉及能源系统，尤其是涉及一种多时间尺度的负荷功率预测方法及系统。
技术介绍
1、在倡导绿色、环保及低碳的大背景下，新能源在能源系统中的占比越来越高。然而，矿热炉负荷在能源系统中存在诸多挑战。矿热炉负荷的功率波动性较大，导致能源系统的不稳定性和不可靠性。cn108647812a公开了一种基于主成分自适应bp神经网络的短期电力负荷预测方法，采用自适应bp神经网络方法建造模型，是将电厂历史数据作为输入，建立一种主成分与自适应bp神经网络算法相结合输出电厂负荷的短期预测方法。该方法减少了计算量，但是由于忽视了较多原始数据中的特征，导致预测精度受到影响。cn102705303a公开了一种基于残差与双级神经网络的液压伺服系统故障定位的方法，直接利用初始数据作为输入参数，计算量较大，预测效率低。鉴于前述现有技术中的不足，对矿热炉负荷的功率进行准确且高效的预测具有重大现实意义。
技术实现思路
1、本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种多时间尺度的负荷功率预测方法及系统。p>
2、本专利本文档来自技高网...
【技术保护点】
1.一种多时间尺度的负荷功率预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种多时间尺度的负荷功率预测方法，其特征在于，所述的负荷的历史数据包括矿热炉历史真值数据、冶炼物料加料量、入炉锰矿品质、加热装置温度以及矿热炉负荷上限。
3.根据权利要求1所述的一种多时间尺度的负荷功率预测方法，其特征在于，所述的负荷的历史数据经过数据预处理后划分为多种时间尺度的负荷数据，其中，所述预处理包括数据异常处理、数据归一化和数据重采样。
4.根据权利要求3所述的一种多时间尺度的负荷功率预测方法，其特征在于，所述的数据异常处理具体为：采...
【技术特征摘要】
1.一种多时间尺度的负荷功率预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种多时间尺度的负荷功率预测方法，其特征在于，所述的负荷的历史数据包括矿热炉历史真值数据、冶炼物料加料量、入炉锰矿品质、加热装置温度以及矿热炉负荷上限。
3.根据权利要求1所述的一种多时间尺度的负荷功率预测方法，其特征在于，所述的负荷的历史数据经过数据预处理后划分为多种时间尺度的负荷数据，其中，所述预处理包括数据异常处理、数据归一化和数据重采样。
4.根据权利要求3所述的一种多时间尺度的负荷功率预测方法，其特征在于，所述的数据异常处理具体为：采用统计方法3σ原则对输入数据进行异常值检测，对检测出的异常数据采用直接删除法、历史同时刻真值填充、前后项填充、线性插值填充四种方式中的一种对异常数据进行填充。
5.根据权利要求4所述的一种多时间尺度的负荷功率预测方法，其特征在于，通过填充效果回测验证法确定对异常数据进行填充的填充方式，具体步骤如下：
6.根据权利要求3所述的一种多时间尺度的负荷功率预测方法，其特征在于，所述的数据重采样根据对时间尺度的需求，通过颗粒度进行配置，自动进行上采样或下采样。
7.根据权利要求1所述的一种多时间尺度的负荷功率预测方法，其特征在于，所述的不同时间尺度的负荷数据经过特征工程和特征选...
【专利技术属性】
技术研发人员：贾项南，许婷，张凯，任可心，周胜，张元，
申请(专利权)人：远景能源有限公司，
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。