[发明专利]一种短期负荷预测方法、装置及系统

摘要

本发明实施例公开了一种短期负荷预测方法、装置及系统，包括获取经预处理后的历史负荷数据及天气数据；利用小波包分解法将历史负荷数据分解为多个不同频段的分量数据；通过小波包重构算法对各个分量数据分别进行单支重构得到各个第一子序列；分别向各个第一子序列中添加天气数据，得到各个第二子序列；将各个第二子序列输入至预先建立的极限学习机优化模型中进行预测，得到与各个第二子序列一一对应的各个子预测结果；将各个子预测结果进行叠加，得到短期负荷预测结果；其中，极限学习机优化模型为依据训练样本数据及粒子群引力搜索混合算法对极限学习机进行优化得到的。本发明实施例使用过程中提高了全局收敛精度，使预测结果更加精确。

主权项

一种短期负荷预测方法，其特征在于，包括：S11：获取经预处理后的历史负荷数据及天气数据；S12：利用小波包分解法将所述历史负荷数据分解为多个不同频段的分量数据；S13：通过小波包重构算法对各个所述分量数据分别进行单支重构得到各个第一子序列；S14：分别向各个所述第一子序列中添加天气数据，得到各个第二子序列；S15：将各个所述第二子序列输入至预先建立的极限学习机优化模型中进行预测，得到与各个所述第二子序列一一对应的各个子预测结果；S16：将各个所述子预测结果进行叠加，得到短期负荷预测结果；其中，所述极限学习机优化模型的建立过程为：S21：获取训练样本数据，并将所述训练样本数据输入至极限学习机中；S22：采用粒子群引力搜索混合算法对极限学习机的参数进行寻优处理，得到训练后的所述极限学习机优化模型；所述参数包括输入权值和隐含层偏置。