[发明专利]一种面向多源数据的短期负荷预测方法

摘要

一种面对多源数据的短期负荷预测方法，包括收集数据；通过AR法预测待预测时间段的首个待测值；结合步骤二AR得到的首个待测值，通过BP‑ANN法得到所有待测值。本发明以增加少量预测处理时间为代价，有效地实现了准确、高效的面向多源数据的短期负荷预测的技术效果。

主权项

一种面对多源数据的短期负荷预测方法，其特征在于，包括如下步骤：步骤1：收集数据：对于某一待预测负荷，根据选定的待预测时间段，收集其相似日和待预测时间段前一日的负荷数据及影响负荷的多源数据；步骤2：通过AR法预测待预测时间段的首个待测值Y_t，模型如下：Y_t＝c+φ₁Y_t‑1+…+φ_pY_t‑p+ε_t式中，c代表模型自相关系数常量，默认为0，ε_t用其均值0代替，p代表特定阶数，根据的负荷的时间序列Y₁,Y₂,...，计算该序列的偏相关函数，根据偏相关函数的截尾性初步判断，再计算模型残差方差，最后用AIC准则确定；根据所求特定阶数下的偏相关函数值，用最小二乘法估计相应模型系数φ₁,...,φ_p；步骤3：结合步骤二AR得到的首个待测值，通过BP‑ANN法得到所有待测值：采用训练输入单元为：[时间点序列；(相似日各时间点的)最高与最低气温组数据；(相似日各时间点的)电价]训练输出单元为：[(相似日各时间点的)实际负荷值]训练输入与输出单元用以训练BP‑ANN模型，最终得到待预测时间段的所有待测值。