公开(公告)号：CN112330027B

公开(公告)日：2022-02-11

申请号：CN202011232571.X

申请日：2020-11-06

Applicant: 燕山大学

Inventor： 窦春霞 ,  吴昕宇

IPC: G06Q10/04 ,  G06Q50/06 ,  G06F16/9535 ,  G06N3/08

Abstract: 本发明公开了一种基于搜索引擎指数的电力负荷预测方法。包括：确定在预定历史时间段内与预设地区电力负荷相关的搜索引擎指数；使用长短期记忆神经网络对搜索引擎指数的趋势项、季节项和节假日项进行预测，得到搜索引擎指数的外推预测值；基于果蝇优化算法的广义回归神经网络构建电力负荷数据预测模型，将电力负荷数据、搜索引擎指数以及天气数据的历史数据作为训练集；用搜索引擎指数的外推预测值以及天气数据预测值作为输入量，对未来时间段的电力负荷数据进行预测。本发明建立了搜索引擎指数‑气象数据联合预测电力负荷的模型，突破了传统上电力负荷预测因子只能考虑自然因素而不能将社会因素量化纳入因变量的限制，能够得到更准确的电力负荷预测结果。

公开(公告)号：CN112330027A

公开(公告)日：2021-02-05

申请号：CN202011232571.X

申请日：2020-11-06

Applicant: 燕山大学

Inventor： 窦春霞 ,  吴昕宇

IPC: G06Q10/04 ,  G06Q50/06 ,  G06F16/9535 ,  G06N3/08

Abstract: 本发明公开了一种基于搜索引擎指数的电力负荷预测方法。包括：确定在预定历史时间段内与预设地区电力负荷相关的搜索引擎指数；使用长短期记忆神经网络对搜索引擎指数的趋势项、季节项和节假日项进行预测，得到搜索引擎指数的外推预测值；基于果蝇优化算法的广义回归神经网络构建电力负荷数据预测模型，将电力负荷数据、搜索引擎指数以及天气数据的历史数据作为训练集；用搜索引擎指数的外推预测值以及天气数据预测值作为输入量，对未来时间段的电力负荷数据进行预测。本发明建立了搜索引擎指数‑气象数据联合预测电力负荷的模型，突破了传统上电力负荷预测因子只能考虑自然因素而不能将社会因素量化纳入因变量的限制，能够得到更准确的电力负荷预测结果。