一种系统超短期负荷预测方法与流程

技术特征：

1.一种系统超短期负荷预测方法，其特征在于：

2.根据权利要求1所述的一种系统超短期负荷预测方法，其特征在于，对历史负荷、气象数据进行预处理，采用标准差法对数据进行异常识别，并根据数据异常及缺失情况进行线性插值修正或相似日数据插值修正；包括：

3.根据权利要求2所述的一种系统超短期负荷预测方法，其特征在于，所述相似日方法标准如下：

4.根据权利要求2所述的一种系统超短期负荷预测方法，其特征在于，结合处理好的历史负荷数据、历史气象数据以及时间数据，分别构建适当的负荷特征、气象特征和时间特征，并分别与预测时刻点对应的实际负荷进行pearson相关性分析，选取高相关的特征；包括：

5.根据权利要求1所述的一种系统超短期负荷预测方法，其特征在于：所述xgb多元输出预测模型原理标准如下：

6.根据权利要求1所述的一种系统超短期负荷预测方法，其特征在于：所述bp神经网络构建步骤步骤如下：

技术总结
本发明公开了一种系统超短期负荷预测方法，涉及超短期负荷预测技术领域。利用统计方法对相关数据进行了数据预处理及特征构建与特征选择；然后，通过机器学习中的XGB多元输出回归预测方法进行了初步预测，获取了初步预测结果最后，结合了BP神经网络算法，搭建了三层网络机构，针对单点分别构建了单输出的预测模型，进而实现超短期负荷预测。本发明能够降低负荷预测的时间效率，并针对超短期待预测的各个时刻点分析规律，进而提高超短期负荷的预测精度。

技术研发人员：吕嘉,潘连荣,李培恺,傅源,何井龙,杨潇,杨加意,张元胜,罗添允,傅文倩
受保护的技术使用者：广西电网有限责任公司
技术研发日：
技术公布日：2024/1/15