[发明专利]可再生能源并网消纳信息多维度校核方法及设备

摘要

本申请公开了一种可再生能源并网消纳信息多维度校核方法及设备，方法包括以下步骤：S1：采用支持向量机算法构建电量与各种气象因子关系模型来预测供电情况；S2：基于K最近邻分类算法构建异常用电辨识分析模型以识别异常用电情况。与现有技术相比，本申请公开了一种可再生能源并网消纳信息多维度校核方法及设备，支持向量机可以非常有效地进行训练，并且可以用来获得非常好的预测准确性。能够缩短分类器的训练时间，并在预测精度上表现出较好的性能。

主权项

1.一种可再生能源并网消纳信息多维度校核方法，其特征在于，包括以下步骤：S1：采用支持向量机算法构建电量与各种气象因子关系模型来预测供电情况，包括：建立电量气象因子历史数据集，并包括描述所述数据的用作训练库参数的多个气象特征；对所述历史数据集进行参数优化得到优化数据库；利用所述优化数据库进行SVM训练，得到电量与各种气象因子的SVM模型；下载待预测的气象因子数据集，所述气象因子数据集包括所述多个气象特征；利用所述SVM模型，采用SVM方法预测供电大小情况；S2：基于K最近邻分类算法构建异常用电辨识分析模型以识别异常用电情况，包括：建立异常用电训练样本，所述异常用电训练样本包括用以描述异常用电的特征值，以及对是否属于异常用电的分类；下载异常用电的预测样本，求所述预测样本与所述异常用电训练样本之间的相似性；对所述异常用电训练样本依据与所述预测样本的相似性按从大到小进行排序；确定排序后前K个样本所在类别出现的频率，并输出出现频率最高的用电类别作为预测用电类别。