一种短期电力负荷预测方法

摘要

本发明所述一种短期电力负荷预测方法，包括：步骤1：选取当前时刻之前的40日的负荷数据及天气数据分别作为训练样本数据和预测样本数据；步骤2：对样本数据进行预处理，归一化，使得所有数据处于[0,1]之间；步骤3：选取参数(γ,σ)作为和声向量，运用和声搜索算法计算产生新和声(γ′,σ′)；步骤4：计算目标评价函数值，确定最大目标评价函数值所对应的和声向量；步骤5：更新迭代次数k=k+1,判断是否k>NI；步骤6：将得到的最优和声(γ0,σ0)代入最小二乘支持向量机模型中，利用训练样本进行训练，进一步进行负荷预测。本发明有效提高了负荷预测的精度。

主权项

一种短期电力负荷预测方法，其特征在于，具体包括以下步骤：步骤1：选取当前时刻之前的40日的负荷数据及天气数据分别作为训练样本数据和预测样本数据；步骤2：对样本数据进行预处理，归一化，使得所有数据处于[0,1]之间；步骤3：选取参数(γ,σ)作为和声向量，运用和声搜索算法计算产生新和声(γ′,σ′)；γ为最小二乘支持向量机惩罚参数，σ为核宽度参数步骤4：计算目标评价函数值，确定最大目标评价函数值所对应的和声向量；步骤5：更新迭代次数k=k+1,判断是否k>NI；步骤6：将得到的最优和声(γ0,σ0)代入最小二乘支持向量机模型中，利用训练样本进行训练，进一步进行负荷预测。