-
公开(公告)号：CN113516283A
公开(公告)日：2021-10-19
申请号：CN202110497522.7
申请日：2021-05-08
Applicant: 南京工程学院
Abstract: 本发明提供了一种基于相似日选取的短期负荷预测方法，包括以下步骤：步骤1：影响因素归一化；步骤2：相似日选择算法；步骤3：确定数据集；步骤4：符合数据预处理；步骤5：建立横向、纵向符合矩阵；步骤6：横向、纵向GRNN预测；步骤7：确定每个采样点横向、纵向预测值权重；步骤8：通过双向组合预测。本专利运用相似日和GRNN神经网络对短期电力负荷进行双向组合预测。通过相似日选择的方法确定数据集以提高输入样本质量，将同一相似日不同时刻的负荷称为横向样本，不同相似日同一时刻的负荷称为纵向样本。把横向样本和纵向样本分别输入GRNN神经网络进行预测，对每一个采样点都采用最小方差法计算横向、纵向预测权重并得出最终预测结果。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
