[发明专利]一种短期用电负荷预测方法及装置

摘要

本发明提供了一种短期用电负荷预测方法及装置，涉及电力负荷预测技术领域。方法包括：获取用电负荷的历史数据以及天气信息的历史数据，并进行模糊聚类分析预处理；根据模糊聚类分析算法对预处理后的用电负荷的历史数据进行模糊聚类，调整模糊聚类参数，获取用电负荷的历史数据的最优分类；根据滑动窗口在最优分类中的用电负荷的历史数据中获取用电负荷的历史训练数据，并获取用电负荷的历史训练数据的天气信息历史训练数据；根据预先设置的预测算法，对用电负荷的历史训练数据和天气信息历史训练数据进行处理，获取短期用电负荷预测数据。本发明可以解决当前的短期用电负荷的方法存在预测精度较差，且处理较为繁琐复杂的问题。

主权项

1.一种短期用电负荷预测方法，其特征在于，包括：获取用电负荷的历史数据以及所述用电负荷的历史数据对应的天气信息的历史数据；对所述用电负荷的历史数据以及所述天气信息的历史数据进行模糊聚类分析预处理；根据模糊聚类分析算法对预处理后的用电负荷的历史数据进行模糊聚类，调整模糊聚类参数，获取用电负荷的历史数据的最优分类；所述最优分类中的用电负荷的历史数据与模糊聚类中心值的偏差均小于预设阈值，且所述最优分类中的用电负荷的历史数据个数大于进行模糊聚类所产生的其他分类中的用电负荷的历史数据个数；根据一预设长度的滑动窗口在所述最优分类中的用电负荷的历史数据中获取用电负荷的历史训练数据，并在预处理后的天气信息的历史数据中获取所述用电负荷的历史训练数据的天气信息历史训练数据；根据预先设置的预测算法，对所述用电负荷的历史训练数据和天气信息历史训练数据进行处理，获取短期用电负荷预测数据；所述天气信息的历史数据包括：气温历史数据、风速历史数据；对所述用电负荷的历史数据以及所述天气信息的历史数据进行模糊聚类分析预处理，包括：将用电负荷的历史数据中的负值置为0；根据趋势预测模型确定用电负荷的历史数据以及天气信息的历史数据中的缺失数据；所述趋势预测模型为：xk＝ak‑t+bk‑t×t；其中，k为当前时刻序号；t为在k时刻之前缺失数据的时刻数量；x_k为k时刻的用电负荷的历史数据或者天气信息的历史数据；为一次移动平均值；为二次移动平均值；n为每次移动平均的长度。