[发明专利]基于模糊聚类相似日的短期电力负荷预测方法

权利要求书

1.一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。

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，所述S1具体为：

S1.1：针对气象类型的不确定性因素，将气象因素细分为气温、气压、风速、阴雨等情况，和星期类型、日期类型一起构成相似日的影响因素；

S1.2：通过模糊规则建立模糊系数特征映射表，实现影响因素的量化。

3.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，所述S2采用模糊聚类方法进行分类，根据聚类水平选取相似日。

4.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，所述S3为针对获取的相似日负荷数据中含有非高斯噪声的问题，利用小波变换获取其低频分量，有效地消除了非高斯噪声的影响。

5.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，所述S4具体为：

S4.1：采用粒子群优化算法优化支持向量机，得到最优的误差惩罚参数和核函数参数；

S4.2：在选取了相似日，同时对相似日数据进行了去噪操作后，采用粒子群优化算法优化后的支持向量机实现短期电力负荷低频部分的预测；

S4.3：采用加权平均方法实现高频部分的预测。

6.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，所述S5通过所述S1- S4中的方法能精确的预测平时、工作日以及节假日的负荷数据。