[发明专利]一种电力系统负荷预测和分析方法

权利要求书

1.一种电力系统负荷预测和分析方法，其特征在于，包括以下步骤：

1)通过输入单元接收输入的历史时刻的电力负荷数据、区域特征因素、指定预测时间段，并将经过处理后的上述数据传递至LSTM网络的输入层；

2)将LSTM网络的输入层接收的数据导入LSTM网络层，并进行训练建模，得到LSTM预测模型；

3)利用现有数据对LSTM预测模型进行检验，计算累计误差，若所得的累计误差在最大可允许累计误差范围内，则保留LSTM预测模型，反之则进行迭代修改；

4)通过已建立的LSTM预测模型对指定时间段进行电负荷预测并产生电负荷预测结果；

5)通过输出单元输出该区域指定时间的电负荷预测结果。

2.根据权利要求1所述的一种电力系统负荷预测和分析方法，其特征在于，所述对获取的所述历史数据进行拟合处理之前，还包括：对获取的所述历史数据进行预处理，以剔除所述历史数据中的错误数据，以及补充所述历史数据中的缺失数据。

3.根据权利要求1或2所述的一种电力系统负荷预测和分析方法，其特征在于，所述对获取的所述历史数据进行拟合处理，包括：基于灰色理论预测模型对所述历史数据进行拟合处理。

4.根据权利要求3所述的一种电力系统负荷预测和分析方法，其特征在于，所述创建神经网络模型，包括：建立径向基函数神经网络模型；使用高斯函数作为所述径向基函数神经网络模型的基函数。

5.根据权利要求4所述的一种电力系统负荷预测和分析方法，其特征在于，所述创建神经网络模型，还包括：使用k近邻聚类算法确定所述径向基函数神经网络模型的隐含层结构。