技術(shù)特征：

技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種基于連續(xù)功率譜分析的電力負(fù)荷預(yù)測(cè)優(yōu)化方法，采用連續(xù)功率譜分析方法，提取電力負(fù)荷時(shí)間序列中隱含的顯著周期序列并分離得到殘差序列，采用基于粒子群算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)對(duì)顯著周期序列進(jìn)行預(yù)測(cè)，獲得各顯著周期序列的預(yù)測(cè)結(jié)果；采用粒子群算法優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)對(duì)殘差序列的一階差分序列進(jìn)行預(yù)測(cè)，后經(jīng)差分反運(yùn)算得到殘差序列的預(yù)測(cè)結(jié)果，最后將平均電力負(fù)荷時(shí)間序列的平均值與各顯著周期序列的預(yù)測(cè)結(jié)果以及殘差序列的預(yù)測(cè)結(jié)果相加獲得最終預(yù)測(cè)結(jié)果。本發(fā)明針對(duì)電力負(fù)荷數(shù)據(jù)的周期性特點(diǎn)，建立預(yù)測(cè)模型能夠大幅提高短期電力負(fù)荷預(yù)報(bào)精度。

技術(shù)研發(fā)人員：杜杰;彭麗霞;王雷
受保護(hù)的技術(shù)使用者：南京信息工程大學(xué)
技術(shù)研發(fā)日：2017.06.21
技術(shù)公布日：2017.10.27