一种基于卷积神经网络的电力系统的中长期负荷预测模型建立方法

摘要

本发明公开了一种基于卷积神经网络的电力系统的中长期负荷预测模型建立方法，包括下述步骤：S1，获取某地区的负荷记录；S2，应用KPCA核主成分分析算法对模型输入变量进行降噪处理；其中所述KPCA核主成分分析算法进行模型降噪的具体步骤如下：S2.1，获得原输入样本集；S2.2，将原输入样本集通过非线性映射变换到高维特征空间；S2.3，在高维特征空间做线性主成分分析KPCA；S2.4，将高维特征空间的线性PCA和输入空间的非线性PCA一一对应；S2.5，求解输入矩阵的特征值和特征向量；本发明能够解决现有大规模负荷预测存在运算量大且处理较为繁琐复杂的问题，且大大提高了负荷预测的精度。