买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：清华大学

申请日：2020-06-30

公开（公告）日：2020-10-30

公开（公告）号：CN111860977A

专利技术分类：.专门适用于行政或管理目的的预测或优化，例如：线性规划或“下料问题”（市场预测或商业活动预测入G06Q30/0202）[2023.01]

专利摘要：本发明公开了一种短期负荷的概率预测方法和概率预测装置，该方法包括：将待预测区域内所有用户智能电表记录的历史负荷数据划分为训练集、集成集和待预测集；针对训练集中的历史负荷数据进行相关的计算得到用户在多个不同聚类数量下的划分结果；根据划分结果对聚类后的每一用户群体进行相关的训练，以分别得到待预测区域整体负荷的多个概率预测结果的预测模型；根据集成集中的历史负荷数据、每个预测模型和真实的整体负荷值，得到集成后的待预测区域负荷概率预测模型；根据待预测区域负荷概率预测模型对待预测集中的负荷进行概率预测。本发明的概率预测方法，能够精细化地利用用户智能电表的历史负荷数据，提升待预测区域负荷概率预测的准确率。

专利权项：1.一种短期负荷的概率预测方法，其特征在于，包括：步骤S1，获得待预测区域内所有用户智能电表记录的历史负荷数据，并根据预设比例，将所述历史负荷数据划分为训练集、集成集和待预测集；步骤S2，针对所述训练集中的历史负荷数据，计算每个用户的周平均负荷曲线，并基于余弦相似度计算不同用户之间周平均负荷曲线的相似度矩阵，以及根据基于k-均值聚类的谱聚类方法和所述相似度矩阵，计算用户在多个不同聚类数量下的划分结果，其中，所述周平均负荷曲线上任一点为所述训练集中同一用户在各周相同时刻的负荷平均值；步骤S3，根据所述划分结果对聚类后的每一用户群体，分别训练分位数回归神经网络的概率预测模型，并将所述概率预测模型的输出概率分布结果通过卷积累加，以分别得到待预测区域整体负荷的多个概率预测结果的预测模型；步骤S4，根据所述集成集中的历史负荷数据，计算最小化集成集的弹球损失函数，并根据每个预测模型和真实的整体负荷值，以所述最小化集成集的弹球损失函数为目标函数，以每个预测模型的集成权重为优化变量，构建线性规划问题并求解最优集成权重，以所述最优集成权重对每个预测模型进行累加，得到集成后的待预测区域负荷概率预测模型；步骤S5，根据所述待预测区域负荷概率预测模型对所述待预测集中的负荷进行概率预测。

百度查询： 清华大学 短期负荷的概率预测方法和概率预测装置