【技术实现步骤摘要】
本申请涉及电力负荷，尤其涉及一种短期电力负荷预测方法及装置。
技术介绍
1、电力负荷预测的准确性是确保电力系统的调度安全性、规划合理性、运行经济性的重要前提条件，预测工作不仅关系着电力计划整体质量，还会给电网的正常运营带来直接影响。电力负荷预测的准确性直接影响到电网规划对于电力系统及电力网建设的投资建设规模。短期电力负荷预测可为发电厂安排次日发电计划提供依据。
2、目前，针对短期负荷预测的方法基本上分为经典传统方法及智能预测法两大类。经典方法主要有回归分析法、时间序列法、相似日法等；智能预测法包括：专家系统法、支持向量机法、神经网络法等。随着行业发展，经典传统方法和单一的智能预测法已无法满足预测需要，存在预测准确性不高等问题。
技术实现思路
1、针对现有技术中的至少一个问题，本申请提出了一种短期电力负荷预测方法及装置，能够提高短期电力负荷预测的准确性。
2、为了解决上述技术问题，本申请提供以下技术方案：
3、第一方面，本申请提供一种短期电力负荷预测方法，
本文档来自技高网...
【技术保护点】
1.一种短期电力负荷预测方法，其特征在于，包括：
2.根据权利要求1所述的短期电力负荷预测方法，其特征在于，还包括：
3.根据权利要求2所述的短期电力负荷预测方法，其特征在于，所述应用批量训练样本及其各自对应的实际短期电力负荷对所述神经网络模型进行训练，得到所述短期电力负荷预测模型，包括：
4.根据权利要求2所述的短期电力负荷预测方法，其特征在于，所述应用批量训练样本及其各自对应的实际短期电力负荷对所述神经网络模型进行训练，得到所述短期电力负荷预测模型，包括：
5.根据权利要求4所述的短期电力负荷预测方法，其特征在于，所...
【技术特征摘要】
1.一种短期电力负荷预测方法，其特征在于，包括：
2.根据权利要求1所述的短期电力负荷预测方法，其特征在于，还包括：
3.根据权利要求2所述的短期电力负荷预测方法，其特征在于，所述应用批量训练样本及其各自对应的实际短期电力负荷对所述神经网络模型进行训练，得到所述短期电力负荷预测模型，包括：
4.根据权利要求2所述的短期电力负荷预测方法，其特征在于，所述应用批量训练样本及其各自对应的实际短期电力负荷对所述神经网络模型进行训练，得到所述短期电力负荷预测模型，包括：
5.根据权利要求4所述的短期电力负荷预测方法，其特征在于，所述根据所述用电负荷、环境信息和预设的短期电力负荷预...
【专利技术属性】
技术研发人员：吴佳玮，杨振勇，刘磊，尚勇，高爱国，康静秋，王撰娉，马宁，邢智炜，陈振山，尤默，李展，赖联琨，岳涛，卫琛光，
申请(专利权)人：华北电力科学研究院有限责任公司，
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。