基于小波变换的多模型集成负荷预测方法[发明专利]

专利名称：基于小波变换的多模型集成负荷预测方法专利类型：发明专利
发明人：郭傅傲,唐飞,刘大明
申请号：CN201910698138.6
申请日：20190731
公开号：CN110443417A
公开日：
20191112
专利内容由知识产权出版社提供
摘要：本发明涉及一种基于小波变换的多模型集成负荷预测方法，该方法分为四个阶段：1、在考虑多重影响因素的基础上，将历史负荷相关数据经最大信息系数特征选择技术获得相关性高的特征候选集。

2、为获得平稳的负荷序列，提高预测精度，将多种小波变换集成到多预测模型中。

3、每个经小波函数分解后的负荷相关序列都由一个智能预测子模型进行训练，这些子模型在同一小时内提供不同的预测。

4、在集成决策过程中采用在线二次学习来组合各个时段的最优预测并提供最终预测结果。

本方法能够在各种单一预测模型的基础上，进一步提升负荷预测精度。

此方法泛化能力强，能适应于多种环境，具有较强应用性，有助于降低电力系统运行成本。

申请人：上海电力大学
地址：200090上海市杨浦区平凉路2103号
国籍：CN
代理机构：上海申汇专利代理有限公司
代理人：徐颖
更多信息请下载全文后查看。