• 首页
  • 装备资讯
  • 热点专题
  • 人物访谈
  • 政府采购
  • 产品库
  • 求购库
  • 企业库
  • 品牌排行
  • 院校库
  • 案例·技术
  • 会展信息
  • 教育装备采购网首页 > 知识产权 > 专利 > CN103793887B

    基于自适应增强算法的短期电力负荷在线预测方法

      摘要:本发明公开了电力负荷预测技术领域中的一种基于自适应增强算法的短期电力负荷在线预测方法。包括选取影响气象数据的M个因素,并提取过去L天每个影响气象数据的因素的实测值,形成气象数据矩阵SL×M;提取过去L天中每天n个时刻的电力负荷数据,形成电力负荷数据矩阵DL×n;在影响气象数据的因素中,选取与电力负荷数据关联度最大的m个因素,将其作为有效成分,并根据过去L天有效成分的实测值,形成有效气象数据矩阵TL×m;利用有效气象数据矩阵TL×m和电力负荷数据矩阵DL×n求解短期电力负荷预测模型;利用短期电力负荷预测模型进行电力负荷预测。本发明可以有效地消除数据噪音对模型预测精度的影响,得到较为精确且稳定的预测结果。
    • 专利类型发明专利
    • 申请人华北电力大学;
    • 发明人许刚;谈元鹏;马爽;
    • 地址102206 北京市昌平区回龙观朱辛庄2号
    • 申请号CN201410053462.X
    • 申请时间2014年02月17日
    • 申请公布号CN103793887B
    • 申请公布时间2016年05月18日
    • 分类号G06T5/00(2006.01)I;G06N3/12(2006.01)I;