1.一种智能配电网分区冷热负荷预测方法,其特征在于,包括如下步骤:
获取智能配电网分区的热/冷负荷预测模型的最优特征集对应的特征参数数据,并输入至训练好的热/冷负荷预测模型中,得到该智能配电网分区的热/冷负荷结果;其中,所述热/冷负荷预测模型采用如下方法构建以及训练得到:
利用特征工程法从选取的特征参数中挑选出与热负荷相关性较高的特征参数;
对挑选的相关性较高的特征参数进行全排列,得到若干个特征集;
以各个特征集分别为输入,以热/冷负荷为输出,构建若干个预测模型,并利用获取的特征参数数据和热/冷负荷数据对构建的预测模型进行训练,训练好后对各个预测模型的预测精度进行比较,将预测精度最高的特征集作为最优特征集,以及与该最优特征集对应的预测模型即为热/冷负荷预测模型。
2.根据权利要求1所述的智能配电网分区冷热负荷预测方法,其特征在于,选取的特征参数包括:气象参数变量、耗电量、配电网负荷、地块面积、以及计划用能时间。
3.根据权利要求1所述的智能配电网分区冷热负荷预测方法,其特征在于,得到热/冷负荷预测模型后,还包括利用训练集再次对所述热/冷负荷预测模型进行训练的步骤。
4.根据权利要求1所述的智能配电网分区冷热负荷预测方法,其特征在于,所述预测模型为神经网络模型。
5.根据权利要求1所述的智能配电网分区冷热负荷预测方法,其特征在于,所述热负荷预测模型对应的特征工程法为相关性分析法。
6.根据权利要求1所述的智能配电网分区冷热负荷预测方法,其特征在于,所述冷负荷预测模型对应的特征工程法为维纳滤波法。
7.根据权利要求1~6任一项所述的智能配电网分区冷热负荷预测方法,其特征在于,还包括对特征参数数据进行数据清洗和/或归一化处理的步骤。
8.一种智能配电网分区冷热负荷预测装置,其特征在于,包括存储器和处理器,所述处理器用于执行存储在存储器中的指令以实现如权利要求1~7任一项所述的智能配电网分区冷热负荷预测方法。