发明名称 |
基于极限学机的负荷模型预测方法 |
摘要 |
本发明属于电力系统建模与仿真技术领域,尤其涉及一种基于极限学机的负荷模型预测方法,包括:采集历年各变电站大量负荷动态特性数据,通过辨识获得相应的负荷模型;根据负荷的不同季节、时刻、组成成分的不同特征进行分类归纳作为训练集,通过训练获得极限学机模型和参数;确定目标负荷数据的负荷特征,并输入到经过训练的极限学机模型进行预测,无需迭代,得到预测的负荷模型。该方法无需迭代,可以快速的得出唯一的负荷模型,最大限度的保证了精准性并且具有较好的泛化性和鲁棒性,在生产实践中具有较好的实用性,在对未来电网的规划工作上起到重要作用。 |
申请公布号 |
CN105160437A |
申请公布日期 |
2015.12.16 |
申请号 |
CN201510620814.X |
申请日期 |
2015.09.25 |
申请人 |
国网浙江省电力公司;华北电力大学;国网浙江省电力公司杭州供电公司;江苏华瑞泰科技股份有限公司 |
发明人 |
孙维真;叶琳;徐衍会;王晨语;商佳宜;于浩;宁元元;杨宁雄 |
分类号 |
G06Q10/04(2012.01)I;G06Q50/06(2012.01)I |
主分类号 |
G06Q10/04(2012.01)I |
代理机构 |
北京众合诚成知识产权代理有限公司 11246 |
代理人 |
朱琨 |
主权项 |
一种基于极限学习机的负荷模型预测方法,其特征在于,包括:步骤1、采集历年各变电站大量负荷动态特性数据,通过辨识获得相应的负荷模型;步骤2、根据负荷的不同季节、时刻、组成成分的不同特征进行分类归纳作为训练集,通过训练获得极限学习机模型和参数;步骤3、确定目标负荷数据的负荷特征,并输入到经过训练的极限学习机模型进行预测,无需迭代,得到预测的负荷模型。 |
地址 |
310007 浙江省杭州市黄龙路8号 |