[发明专利]一种基于数据挖掘的短期电力负荷预测方法

权利要求书

1.一种基于数据挖掘的短期电力负荷预测方法，所述方法适于在计算设备中执行，所述方法包括步骤：

采用变分模态分解方法，将原始电力负荷序列分解成不同有限带宽的子模态分量；

确定各子模态分量对应的输入变量；

将所述输入变量输入电力负荷预测模型中，得到电力负荷的预测结果。

2.如权利要求1所述的方法，还包括步骤：

预先构造所述电力负荷预测模型。

3.如权利要求2所述的方法，其中，所述预先构造电力负荷预测模型的步骤包括：

构造基于混合核函数的最小二乘支持向量机模型；

利用布谷鸟搜索算法对所述最小二乘支持向量机模型进行参数优化，来得到电力负荷预测模型。

4.如权利要求3所述的方法，其中，

所述混合核函数包括：全局核函数与局部核函数。

5.如权利要求1-4中任一项所述的方法，其中，所述采用变分模态分解方法，将原始电力负荷序列分解成不同有限带宽的子模态分量的步骤包括：

通过构造变分函数，将原始电力负荷序列分解为多个具有中心频率的有限带宽的子模态分量。

6.如权利要求1-5中任一项所述的方法，其中，所述确定各子模态分量对应的输入变量的步骤包括：

计算各子模态分量下，电负荷分量与预设影响因素的序列之间的相关性；

将相关性高的预设影响因素的序列，作为该子模态分量对应的输入变量。

7.如权利要求6所述的方法，其中，所述预设影响因素包括：热、冷、气负荷的耦合关系、温度、湿度、日类型。

8.如权利要求1-7中任一项所述的方法，其中，所述计算各子模态分量下，电负荷分量与预设影响因素的序列之间的相关性的步骤包括：

利用Kendall秩相关系数，来计算所述相关性。

9.一种计算设备，包括：

一个或多个处理器；和

存储器；

一个或多个程序，其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1-8所述方法中的任一方法的指令。

10.一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当计算设备执行时，使得所述计算设备执行根据权利要求1-8所述的方法中的任一方法。