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改进RF‑SVR的电力负荷预测方法和装置，该方法包括：获取影响电力负荷数据的历史影响因素数据集，所述电力负荷数据和历史影响因素数据集具有相同的周期范围；将所述历史影响因素数据集输入至目标融合预测模型，得到电力负荷数据的预测结果；所述目标融合预测模型包括特征提取模块和回归预测模块，所述特征提取模块用于提取所述历史影响因素数据集的关键数据，所述回归预测模块用于处理输入的关键数据，得到所述电力负荷数据的预测结果。通过上述方案可以精准、高效地预测电力负荷，从而可以保障电力系统安全运行。

主权项：1.一种基于改进RF-SVR的电力负荷预测方法，其特征在于，包括：获取影响电力负荷数据的历史影响因素数据集，所述电力负荷数据和历史影响因素数据集具有相同的周期范围；将所述历史影响因素数据集输入至目标融合预测模型，得到电力负荷数据的预测结果；所述目标融合预测模型包括特征提取模块和回归预测模块，所述特征提取模块用于提取所述历史影响因素数据集的关键数据，所述回归预测模块用于处理输入的关键数据，得到所述电力负荷数据的预测结果；其中，所述目标融合预测模型按照以下方式训练得到：基于历史影响因素数据集对应的样本数据集训练随机森林模型，得到特征提取模块；利用所述特征提取模块确定所述样本数据集中的分别与所述周期范围内各日期电力负荷数据样本相关的目标样本数据集，提取所述目标样本数据集中的关键样本数据；将所述关键样本数据作为支持向量回归模型的输入，不断调整支持向量回归模型的模型参数，在支持向量回归模型的预测误差指标数据小于预设误差阈值时，得到回归预测模块；融合所述特征提取模块和所述回归预测模块，得到所述目标融合预测模型；其中，所述提取所述目标样本数据集中的关键样本数据，包括：对目标样本数据集进行随机取样得到第一目标样本数据集，并根据所述第一目标样本数据集构建决策树；从所述目标样本数据集中随机选取历史影响因素对应的样本数据，作为所述决策树的节点分裂数值；改变所述节点分裂数值，直至得到目标分裂点，所述目标分裂点的加权均方差小于预设加权均方差阈值，所述目标分裂点表示待排序的第一历史影响因素；确定目标分裂点的重要值，并根据所述重要值对所述第一历史影响因素进行排序，以根据排序结果从所述第一历史影响因素中选取目标历史影响因素，作为关键样本数据，所述目标历史影响因素的排序结果大于预设排序阈值。

全文数据：

权利要求：

百度查询： 中电建新能源集团股份有限公司 一种基于改进RF-SVR的电力负荷预测方法和装置