一种基于机器学习的负荷建模典型用户数据库更新方法

摘要

本发明公开了一种基于机器学习的负荷建模典型用户数据库更新方法，首先通过将多年调查统计和负荷控制系统总结归纳得到的负荷建模典型用户数据作为历史数据，运用机器学习的思路和方法，搭建机器学习模型；然后将获得的新用户数据输入机器学习模型，得到新用户所属行业分类：接着，运用历史数据及各典型用电行业聚类中心曲线，得到历史DB指标；最后将新用户数据引入计算，对历史负荷建模典型用户数据库进行更新优化。本方法在原有负荷建模技术的基础上引入机器学习方法，能够实现对典型用户数据库更新优化，且优化后典型用户数据库DB指标得到明显改善，具有良好的工程价值。