专利名称：基于影响因素筛选的短期负荷预测方法
技术领域：
本发明涉及电力系统负荷预测方法，是一种用于电力系统短期负荷预测的方法，特别 是涉及一种对影响负荷因素进行筛选的短期负荷预测方法，属于电力系统负荷预测技术领 域。
背景技术：
电力系统负荷预测是电力系统运行、控制和规划不可缺少的一部分。寻求有效的负荷 预测方法提高其预测的准确度具有重要的意义。近年来，一些基于新兴学科的现代预测方 法逐渐得到了成功应用。为了准确地进行短期电力负荷预测，就必须把握负荷的变化规律 及影响因素。在短期负荷预测中，如果将所有认为可能对负荷造成影响的因素都投入到负 荷预测中，不仅使得模型的工作量增大，而且将有可能使本来对负荷无影响的因素参与负 荷预测而造成负荷预测误差的增大，影响预测精度。所以，要想得到准确的负荷预测结果， 必须首先清楚哪些因素是影响负荷变化的重要因素。
发明内容
1、发明目的
本发明针对上述问题提供一种基于影响因素筛选的短期负荷预测方法，该方法实现对 影响负荷因素的筛选，不仅减少了短期负荷预测的工作量，而且保证了负荷预测精度。2、技术方案
本发明是通过以下技术方案来实现的
一种基于影响因素筛选的短期负荷预测方法，其特征在于该方法步骤如下 (1)、建立影响负荷因素筛选模型
如果有F个影响负荷因素
权利要求
1. 一种基于影响因素筛选的短期负荷预测方法，其特征在于该方法步骤如下 (1)、建立影响负荷因素筛选模型如果有P个影响负荷因素而，12…》^,对它们分别进行了 J1次采样，得到!!个样本点
2.根据权利要求1所述的基于影响因素筛选的短期负荷预测方法，其特征在于所述 步骤(5)去除影响系数低的影响负荷因素，将影响系数高的影响负荷因素用于神经网络的 输入中，采用BP神经网络模型对短期负荷进行预测。
全文摘要
本发明提供一种基于影响因素筛选的短期负荷预测方法，用于电力系统短期负荷预测，该方法在对偏最小二乘回归分析的主成分进行有效地提取的基础上，通过对影响负荷因素的重要性的分析，实现对影响负荷因素的筛选，最后将经过筛选的影响因素用于短期负荷预测中；本发明不仅减少了短期负荷预测的工作量，而且保证了负荷预测精度。
文档编号G06Q50/00GK102073922SQ20101058165
公开日2011年5月25日 申请日期2010年12月10日 优先权日2010年12月10日
发明者卢芸 申请人:沈阳工业大学