基于多核函数与卡尔曼滤波的短期电力负荷预测方法技术

本发明专利技术公开了一种基于多核函数与卡尔曼滤波的短期电力负荷预测方法，以多核函数作为神经网络隐藏层节点的核函数，构建基于多核函数的短期电力负荷预测神经网络，将短期电力负荷预测神经网络中各层之间的权重参数、多核函数的组合系数、局部核函数和全局核函数的核参数组成神经网络参数向量，然后将短期电力负荷历史数据集分批输入所构建的短期电力负荷预测神经网络，采用高阶无迹卡尔曼滤波更新神经网络参数向量。最后将需要负荷预测日期前的历史负荷数据输入训练好的短期电力负荷预测神经网络，得到负荷预测结果。本发明专利技术技术方案能够显著提升预测模型的灵活性和适应性。

【技术实现步骤摘要】

本申请属于短期电力负荷预测，尤其涉及一种基于多核函数与卡尔曼滤波的短期电力负荷预测方法。

技术介绍

1、短期电力负荷预测在电力系统运行调度中扮演着至关重要的角色，对于确保电力系统的稳定运行和优化管理具有重要意义。精准的短期电力负荷预测不仅是电力系统安全和经济运行的前提，还能有效降低发电成本，提高整体效益。同时，它也是调度编排、供电计划及交易计划的基础。然而，电力负荷的变化受到自然气象、社会经济等多种复杂因素的影响，使得短期电力负荷预测具有随机性强、稳定性低等特点，从而增加了预测的难度。

2、近年来，基于神经网络的短期电力负荷预测方法得到了深入研究。其预测性能在很大程度上取决于核函数及其参数的选择。然而，基于单一核函数的负荷预测方法存在局限性，无法根据样本特性对核函数权重进行自适应分配，从而导致预测精度较低。

3、另一方面，现有基于神经网络的短期负荷预测方法对历史数据要求过于严格，电力系统负荷发生新的变化时使得新的信息很难反映到模型中去，从而导致负荷预测精度大大降低。近年来，卡尔曼滤波、扩展卡尔曼滤波等滤波算法与神经网络的深度融合，使本文档来自技高网...

【技术保护点】

1.一种基于多核函数与卡尔曼滤波的短期电力负荷预测方法，其特征在于，所述基于多核函数与卡尔曼滤波的短期电力负荷预测方法，包括：

2.根据权利要求1所述的基于多核函数与卡尔曼滤波的短期电力负荷预测方法，其特征在于，所述多核函数的组合系数包括多核函数中局部核函数和全局核函数分别对应的组合系数。

3.根据权利要求1所述的基于多核函数与卡尔曼滤波的短期电力负荷预测方法，其特征在于，所述将短期电力负荷历史数据集分批输入所构建的短期电力负荷预测神经网络，采用高阶无迹卡尔曼滤波更新神经网络参数向量，包括：

4.根据权利要求3所述的基于多核函数与卡尔曼滤波的短期电力负...

【技术特征摘要】

1.一种基于多核函数与卡尔曼滤波的短期电力负荷预测方法，其特征在于，所述基于多核函数与卡尔曼滤波的短期电力负荷预测方法，包括：

2.根据权利要求1所述的基于多核函数与卡尔曼滤波的短期电力负荷预测方法，其特征在于，所述多核函数的组合系数包括多核函数中局部核函数和全局核函数分别对应的组合系数。

3.根据权...

【专利技术属性】
技术研发人员：毛炫栋，秦岩，许大星，
申请(专利权)人：浙江上美输配电有限公司，
类型：发明
国别省市：