[发明专利]一种基于重要点分割的多分段短期负荷预测方法有效
| 申请号： | 201811019350.7 | 申请日： | 2018-08-27 |
| 公开（公告）号： | CN109146063B | 公开（公告）日： | 2022-02-11 |
| 发明（设计）人： | 彭显刚;潘可达;张丹;刘艺 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06Q10/04;G06Q50/06 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 510006 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于重要点分割的多分段短期负荷预测方法，包括以下步骤：1)采集地区历史负荷数据、历史温度数据以及历史相对湿度数据；2)根据月份对电力负荷进行季节性划分；3)使用非参数核密度拟合提取分季典型日负荷曲线；4)对分季典型日负荷曲线使用重要点分割进行重要点的确定；5)基于已确定好的分割点对待预测负荷曲线及气象因素曲线进行多分段处理；6)对各子分段建立基于鲁棒极限学习机(outlier robust extreme learning machine,ORELM)短期负荷预测模型。 | ||
| 搜索关键词： | 一种 基于 要点 分割 分段 短期 负荷 预测 方法 | ||
【主权项】：
1.一种基于重要点分割的多分段短期负荷预测方法，其特征在于，包括以下步骤：S1：采集地区历史负荷数据、历史温度数据以及历史相对湿度数据；S2：根据月份对电力负荷进行季节性划分；S3：使用非参数核密度拟合提取分季典型日负荷曲线；S4：对分季典型日负荷曲线使用重要点分割进行重要点的确定；S5：基于已确定好的分割点对待预测负荷曲线及气象因素曲线进行多分段处理；S6：对各子分段建立基于鲁棒极限学习机(outlier robust extreme learning machine,ORELM)短期负荷预测模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东工业大学，未经广东工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811019350.7/，转载请声明来源钻瓜专利网。
