1.一种基于电力大数据挖掘算法的电路负荷预测方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的一种基于电力大数据挖掘算法的电路负荷预测方法,其特征在于,所述步骤s1包括以下步骤:
3.根据权利要求2所述的一种基于电力大数据挖掘算法的电路负荷预测方法,其特征在于,所述步骤s11中的缺失数据的填充和异常值的替换都根据以下公式进行计算:
4.根据权利要求2或3所述的一种基于电力大数据挖掘算法的电路负荷预测方法,其特征在于,所述区间规范化方法包括以下步骤:根椐特征值的区间的边界值将数值归一化到[0,1]区间,计算如式
5.根据权利要求2或3所述的一种基于电力大数据挖掘算法的电路负荷预测方法,其特征在于,所述信息增益公式如下所示:
6.根据权利要求1或2或3所述的一种基于电力大数据挖掘算法的电路负荷预测方法,其特征在于,所述步骤s5包括以下步骤:
7.根据权利要求1或2或3所述的一种基于电力大数据挖掘算法的电路负荷预测方法,其特征在于,所述分类模型通过计算查全率和查准率进行模型评估,公式如下所示:
8.根据权利要求1或2或3所述的一种基于电力大数据挖掘算法的电路负荷预测方法,其特征在于,所述时间序列模型通过计算常用误差值来进行模型评估,公式如下所示:
9.根据权利要求1或2或3所述的一种基于电力大数据挖掘算法的电路负荷预测方法,其特征在于,所述步骤s3包括以下步骤:对测试数据进行离散化处理;将测试数据输入训练完成后的分类模型中,得到负荷区间形式的输出结果。
10.根据权利要求1或2或3所述的一种基于电力大数据挖掘算法的电路负荷预测方法,其特征在于,所述步骤s4包括以下步骤:对测试数据进行预处理;将预处理后的测试数据输入训练完成后的回归模型中,得到具体的负荷值。