大波动电网负荷短期预测方法

摘要

本发明公开了一种大波动电网负荷短期预测方法，包括以下步骤：首先通过形数法筛选历史数据样本，运用谱系聚类法确定序列的分级标准，确定各时刻负荷值所处的状态；然后计算待测期负荷的状态概率，选择最大状态概率所对应的状态为预测期负荷所处的状态，状态i的区间中值为预测点的预测值；本发明根据冲击负荷和小水电负荷的特性，运用改进形状系数对历史数据向量进行筛选，全面地考虑相似时刻的各种影响因素，准确地对历史数据进行筛选的方法，降低了计算过程中需要的历史数据量，找出共线性的指标向量，并用矩阵实验室仿真计算出预测结果。解决了传统算法在数据预处理方面的缺陷，提高了预测精确度，为大波动负荷的预测提供了设计依据。

主权项

1.大波动电网负荷短期预测方法，其特征在于：包括以下步骤：S1：通过形数法筛选历史数据样本；S2：运用谱系聚类法对历史数据样本进行分类；S3：确定历史数据样本各时刻负荷值所处的状态；S4：计算历史数据样本的状态概率确定预测期负荷区间；S5：判断随机过程是否具有马尔科夫性质，若是，继续步骤S6，若否，重新选取加权形状系数阀值，再进行S1至S4的步骤，直至该随机过程具有马尔科夫性质；S6：所对应的i为预测期负荷所处的状态，状态i的区间中值为随机项在预测点的预测值。