申请/专利权人：华北电力大学(保定)

申请日：2024-01-19

公开（公告）日：2024-05-07

公开（公告）号：CN117996736A

主分类号：H02J3/00

分类号：H02J3/00;G06Q10/04;G06Q50/06;G06N20/20

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.31#实质审查的生效;2024.05.07#公开

摘要：一种不同台区短期负荷功率的预测方法，所述方法包括以下步骤：a.对不同的台区进行功率数据采集，并对数据进行预处理；b.将预处理后的功率数据按照一定的比例划分为训练集和测试集；c.采用不同步幅的滑动窗口机制将训练集和测试集进行数据划分；d.通过序列自差值计算对训练集和测试集进行重构；e.构建WR‑XGboost预测模型；f.利用训练集数据对预测模型进行训练；g.利用测试集数据对预测模型进行测试；h.利用测试合格的预测模型对台区短期负荷功率进行预测。本发明可在保证模型训练效果的同时避免学习大量重复数据，加速模型的搜索优化，该方法可减少软硬件资源的浪费，降低负荷功率的预测成本，提高预测精度。

主权项：1.一种不同台区短期负荷功率的预测方法，其特征是，所述方法包括以下步骤：a.对不同的台区进行功率数据采集，并对采集到的数据进行预处理；b.将每一个台区的经预处理后的功率数据，按照一定的比例划分为训练集和测试集；c.采用不同步幅的滑动窗口机制将训练集和测试集进行数据划分用w表示窗口长度，采用步幅为w+1的因果滑动窗口机制将训练集数据划分为多组窗体数据，采用步幅为1的因果滑动窗口机制将测试集数据划分为多组窗体数据，每组窗体数据中的前w个数据构成窗口数据，最后一个数据为标签数据；d.通过序列自差值计算对训练集和测试集进行重构重构后的窗体数据中，第一时刻的数据仍是重构前的真实的功率数据，其他时刻的数据为该时刻的功率数据与前一时刻功率数据的差值；e.构建WR-XGboost预测模型使用随机网格搜索和五折交叉验证方法对XGboost进行优化，得到WR-XGboost预测模型；f.利用训练集数据对WR-XGboost预测模型进行训练将重构的训练集数据输入到WR-XGboost预测模型，对WR-XGboost预测模型进行训练；g.利用测试集数据对WR-XGboost预测模型进行测试将重构的测试集数据输入到WR-XGboost预测模型，对WR-XGboost预测模型进行测试；h.利用测试合格的WR-XGboost预测模型对台区短期负荷功率进行预测将已知点的功率数据作为窗口数据，后续未知点的功率数据作为标签数据，将窗口数据重构后输入到测试合格的WR-XGboost预测模型，得到标签数据的预测值，再以窗体为单位进行差值运算的逆运算，得到的标签数据即为目标负荷功率的预测值。

全文数据：

权利要求：

百度查询： 华北电力大学(保定) 一种不同台区短期负荷功率的预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD