[发明专利]基于差异化建模的校园用电量预测建模方法

摘要

本发明公开了一种基于差异化建模的校园用电量预测建模方法，本方法将校园天气状况、是否节假日以及历史用电量作为原始数据集；采用基于FCM和分化距离的方法对原始数据集进行不良数据辨识，确定训练集数据库，为避免噪声数据的干扰，再次通过FCM对训练集进行分类，产生子训练集；利用Lazy Learning算法对用电量预测进行差异化建模。本方法通过对实际用电数据中不良数据辨识和真实拟合，合理地对用电量进行预测，可根据不同楼栋，不同待测日期建立不同的用电量预测模型，算例表明本方法可以对校园楼栋用电量进行合理准确的预测，并且有利于电力部门获取清晰的用电模式信息，合理安排调度校园不同楼栋的用电。

主权项

1.一种基于差异化建模的校园用电量预测建模方法，其特征在于本方法包括如下步骤：步骤一、获取待测校园所在地的天气状况，通过校历获取是否节假日，通过校园电网获取历史用电量作为原始数据集；步骤二、采用因子分析法将天气状况量化，以便搭建模型时作为参数使用；步骤三、原始数据集存在由于设备记录或者用电行为突然变更而导致的不良数据，采用基于FCM聚类算法和分化距离方法对原始数据集进行不良数据辨识，筛除孤立数据和不良数据，确定训练集数据库；步骤四、为减少噪声数据的干扰，选择更加有利的建模点，再次采用FCM聚类算法对训练集进行分类，产生子训练集；步骤五、利用Lazy Learning算法，在子训练集中通过k‑vnn计算训练集中数据点与待预测点之间的欧式距离，选取距离最近的k个数据点作为建模点，通过回归模型拟合k个建模点，对校园用电量建立预测建模，预测待预测点的用电量。