[发明专利]一种基于气温累积效应和灰色关联度的短期负荷预测模型

摘要

本发明公开了一种基于气温累积效应和灰色关联度的短期负荷预测模型，具体步骤如下：步骤一，选取相关程度较高的气象指标；步骤二，在预测过程中考虑待预测日前一天的最高温度和平均温度数据；步骤三，选取数据样本；步骤四，建立LSSVM预测模型；步骤五，用训练后的模型进行负荷预测。本发明可以较好地对提高相似日选取精度和负荷预测精度，本发明优化了模型的训练过程，考虑气温累积效应可以有效跟踪气温变化对负荷的影响，依据灰色关联度选取相似日的方法也可以有效弥补LSSVM在历史负荷数据选取过程中带来的误差，同时减小训练的时长；本发明的方法可以显著提高负荷预测的精度，从而验证了所提预测模型的可行性。

主权项

1.一种基于气温累积效应和灰色关联度的短期负荷预测模型，其特征在于，具体步骤如下：步骤一，针对负荷数据，对气象因素的相关性进行分析，剔除与负荷相关程度较低的气象指标，选取相关程度较高的气象指标；步骤二，分析气温累积效应对负荷的影响，在预测过程中考虑待预测日前一天的最高温度和平均温度数据；步骤三，选取数据样本，用步骤一和步骤二的气象指标，与日类型一起构造日特征向量，归一化处理后形成待预测日序列和历史日序列，即参考序列和比较序列，用灰色关联方法计算关联度，选取相似日时只考虑关联度较高的3个历史日；步骤四，建立LSSVM预测模型，将训练日的日特征向量、相似日负荷及训练日前一天的负荷作为输入，训练日的负荷作为输出构成训练集数据，选取合适的γ和σ2参数，对LSSVM模型进行训练；步骤五，将待预测日的日特征向量、相似日负荷及待预测日前一天的负荷作为输入，用训练后的模型进行负荷预测。