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！

摘要：本发明公开了一种基于随机森林与二次修正的峰谷差中长期测算模型，对中长期需求响应实施成效进行评估，采集多个居民用户的历史负荷数据并计算历史峰谷差，需求侧用户负荷峰谷差的多源影响因素分析；进行多源影响因素特征提取，采用二进制特征工程提取最优特征组合作为随机森林模型的输入；构建基于随机森林的峰谷差测算模型，并输出月峰谷差与季峰谷差的测算结果；基于历史采集的需求侧用户负荷峰谷差数据，将筛选的相关修正因素逐个选取作为输入，构建贝叶斯回归模型，以实现对用户负荷峰谷差的拟合建模，根据拟合结果对一次季峰谷差的中长期预测结果进行修正。本发明对推进需求侧响应发展，缓解电力供需矛盾具有重要意义。

主权项：1.基于随机森林与二次修正的峰谷差中长期测算方法，其特征在于，包括以下步骤：步骤1，采集设定数量年份内的多个居民用户区的用电历史负荷数据并计算历史峰谷差，采集影响负荷峰谷差的影响因素数据，并将涉及的影响因素作为备选特征；步骤2，进行多源影响因素特征提取，采用二进制特征工程提取最优特征组合，并将此特征组合作为步骤3中随机森林模型的输入；所述步骤2具体包括：步骤2.1，计算步骤1中备选特征与峰谷差之间的相关程度，并根据相关程度由高到低筛选n个备选特征；步骤2.2，采用基于二进制特征组合方法筛选最优的特征组合作为测算的输入；所述步骤2.2具体包括：步骤2.2.1，使用二进制编码区分备选特征的使用状态，即被使用或者被弃用，并筛选出二进制特征数据集步骤2.2.2，将筛选出的二进制特征数据集作为遗传算法的输入，基于遗传算法寻找最优特征组合；步骤3，利用随机森林算法对步骤2选择的最优特征组合的训练数据进行训练，得到需求侧用户负荷峰谷差测算模型，并输出月峰谷差与季峰谷差的一次中长期预测结果；所述步骤3中具体包括：步骤3.1，将随机森林作为一次中长期测算的基础；步骤3.2，针对需求侧用户的历史负荷数据，基于趋势外推方法，按照峰谷差测算的时间尺度计算其逐月和季度的负荷自然增长率；步骤3.3，基于逐月和逐季度采集的历史平均峰谷差、负荷自然增长率、以及筛选出的峰谷差测算影响因素，形成数据驱动训练样本；构建基于随机森林的峰谷差测算模型并进行训练；训练后的模型可实现对需求侧用户负荷峰谷差中长期测算的结果输出；步骤4，基于历史采集的需求侧用户负荷峰谷差数据，将筛选的相关修正因素逐个选取作为输入，构建贝叶斯回归模型，以实现对用户负荷峰谷差的拟合建模，根据拟合结果对一次季峰谷差的中长期预测结果进行修正；步骤4具体包括：步骤4.1，基于需求侧用户历史负荷峰谷差和筛选出的相关修正因素构建贝叶斯岭回归模型；步骤4.2，基于贝叶斯岭回归模型，分别建立季峰谷差与人口修正因素、居民消费水平修正因素的拟合关系，并得到人口修正拟合曲线、居民消费水平拟合曲线；步骤4.3，基于两种拟合曲线计算修正系数，并依次对步骤3中测算得到的需求侧用户负荷峰谷差测算结果中的季峰谷差进行修正，得到需求侧用户负荷峰谷差修正结果。

全文数据：

权利要求：

百度查询： 国网江苏省电力有限公司营销服务中心 河海大学 基于随机森林与二次修正的峰谷差中长期预测方法