基于数据挖掘的短期电力负荷及负荷区间的预测方法

摘要

为充分利用宝贵的电力负荷数据历史资料，论文提出一个基于数据挖掘的短期电力负荷预测方法，其中将统计策略与机器学习相结合以动态提升预测精度。历史电力负荷特征数据集和映射表构成了数据挖掘的基础，基于统计策略构建历史相似日序列，映射相似日电力负载序列，作为训练样本输入机器学习和训练模型中，经过模型训练获得最优预测系数，完成短期电力负荷预测。电力负荷预测的上下波动范围也极具现实意义，论文也提出一种创新性模式供研究。