基于DPC-GRNN的超短期工业用电负荷预测方法

    公开(公告)号:CN114881372A

    公开(公告)日:2022-08-09

    申请号:CN202210795337.0

    申请日:2022-07-07

    Abstract: 本发明提供了一种基于DPC‑GRNN的超短期工业用电负荷预测方法,包括以下步骤:对待预测场所的工业用电负荷历史数据进行预处理形成工业用电负荷历史数据集,对工业用电负荷历史数据集中的异常值进行修正;对修正后的待预测场所的工业用电负荷历史数据集进行归一化处理;对归一化后的待预测场所的工业用电负荷历史数据集进行DPC聚类分析,得到对应的类簇;针对各个类簇分别构建GRNN模型;计算每个GRNN模型对应的SPREAD值,选取最优的SPREAD值对应的GRNN模型作为预测模型;将待预测场所当前实时的工业用电负荷数据集输入至预测模型,将预测模型的输出进行反归一化处理得到待预测场所的工业用电负荷预测数据集。本发明有效提供了超短期工业用电负荷的预测精度更高。

Patent Agency Ranking