【技术实现步骤摘要】
本申请涉及电力负荷预测，尤其涉及一种基于多时间尺度融合的电力负荷预测方法。
技术介绍
1、随着电力系统向智能化和精细化方向发展，负荷预测作为电力系统规划、调度和运行的核心技术，其准确性对电力资源的高效分配和系统稳定性至关重要。
2、然而，负荷数据通常具有显著的非线性、非平稳性以及多时间尺度特性，这为负荷预测带来了巨大的挑战。具体来说，负荷数据受多种因素影响，包括季节性变化、天气条件、社会经济活动等，呈现出复杂的波动特性。这些特性使得负荷数据在不同时间尺度上表现出不同的动态行为，例如小时级负荷变化通常反映用电需求的短期波动，而日度级负荷变化则体现了更长期的趋势和周期性特征。单一时间尺度的负荷预测方法由于仅能捕捉单一尺度的特性，往往难以全面表征负荷数据的全局与局部特征，导致预测模型在实际应用中表现出显著的局限性。一方面，现有方法对短期波动的响应能力有限，难以满足电网对快速变化负荷的精细化管理需求；另一方面，对长期趋势的预测缺乏准确性，可能影响电力资源的中长期规划。未能充分挖掘和利用负荷数据在不同时间尺度上的特性，直接限制了现有预...
【技术保护点】
1.一种基于多时间尺度融合的电力负荷预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述小时级历史负荷数据和日度级历史负荷数据，分别进行分解处理，得到多时间尺度本征模态合集，包括：
3.根据权利要求1所述的方法，其特征在于，所述针对多时间尺度负荷预测需求，计算电力负荷历史时间序列数据与耦合因素的相关性，确定出强相关耦合因素，包括：
4.根据权利要求1所述的方法，其特征在于，所述对所述多时间尺度本征模态合集和所述强相关耦合因素，进行预设处理，得到处理后的多个数据集；包括：
5.根据权利要求4所...
【技术特征摘要】
1.一种基于多时间尺度融合的电力负荷预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述小时级历史负荷数据和日度级历史负荷数据，分别进行分解处理，得到多时间尺度本征模态合集，包括：
3.根据权利要求1所述的方法，其特征在于，所述针对多时间尺度负荷预测需求，计算电力负荷历史时间序列数据与耦合因素的相关性，确定出强相关耦合因素，包括：
4.根据权利要求1所述的方法，其特征在于，所述对所述多时间尺度本征模态合集和所述强相关耦合因素，进行预设处理，得到处理后的多个数据集；包括：
5.根据权利要求4所述的方法，其特征在于，所述将所述多个数据集输入时序分析模型，得到多个时间尺度预...
【专利技术属性】
技术研发人员：石彪，俞兰，陶阳，田洋，周李泽，
申请(专利权)人：国网湖南省电力有限公司，
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。