基于模糊聚类相似日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模糊聚类相似日的短期电力负荷预测方法，包括：首先将气象因素细分为气温、气压、风速、阴雨等情况，然后和星期类型、日期类型一起构成相似日的影响因素，通过模糊规则建立模糊系数特征映射表；在此基础上，采用模糊聚类方法进行分类，根据聚类水平选取相似日；接着针对获取的相似日负荷数据，利用小波变换，将负荷序列分别投影到不同的尺度上，获取其低频分量；再采用粒子群优化算法优化支持向量机实现短期电力负荷低频部分的预测，采用加权平均方法实现高频部分的预测。最后利用上海市某电网的负荷数据进行应用研究，不但在平时日、而且在周末和节假日，都可以取得较好的预测效果。

【技术实现步骤摘要】

【技术保护点】
一种基于模糊聚类相似日的短期电力负荷预测方法，其特征在于，该方法包括以下步骤：S1：模糊聚类寻找相似日；?S2：相似日的负荷数据；S3：小波分解；S4：低频部分和高频部分的分解；S5：负荷预测值。

【技术特征摘要】

【专利技术属性】
技术研发人员：郑益慧，王昕，李立学，于龙，高明仕，王书春，张杨，陈洪涛，李柏成，
申请(专利权)人：上海交通大学，吉林省电力有限公司松原供电公司，国家电网公司，
类型：发明
国别省市：