一种中短期负荷预测方法、系统以及存储介质

摘要

本发明提供了一种中短期负荷预测方法，包括步骤一、根据待预测的日期类型以及气象数据类型获取对应的历史采样样本，构建样本数据集；步骤二、归一化样本数据集中的负荷数据，获得归一化后的第一输入向量，以及对样本数据集中的气象数据、日期类型进行量化处理，获得量化后的第二输入向量；步骤三、根据第一、第二输入向量和输出向量确定BP神经网络的结构；步骤四、通过天牛须算法优化BP神经网络，建立IBAS‑BP优化模型；步骤五、通过IBAS‑BP优化模型进行中短期电力负荷预测。本发明的基于天牛须算法优化BP神经网络，相对于传统的BP神经网络，提高了BP神经网络的收敛速度和学习能力，克服了电力负荷预测偏差大的问题。