本發明公開了一種基于大數據的電力負荷預測方法,步驟一,提供N個時間段的數據信息;針對同一數據信息,采用強化學習負荷預測的數據模型獲取第N+1個時間段的電力負荷預測值一;同時采用數據驅動方式獲取第N+1個時間段的電力負荷預測值二;步驟二,采用D-S證據理論對電力負荷預測結果一和電力負荷預測結果二進行信息融合,獲取第N+1個時間段的最終預測結果。針對包含空間、時間、屬性等多維度多級別的電力負荷預測體系,本發明將基于數據驅動理論的無模型負荷預測控制器與基于小波神經網絡的積累學習型預測相結合,采用信息融合技術將兩者預測值在決策級進行信息融合,得出最優的預測值,大幅提高了負荷預測的精度和實時性。
聲明:
“基于大數據的電力負荷預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)