一种电力负荷特征的预测方法、预测系统及相关装置

摘要

本申请提供的一种电力负荷特征的预测方法，包括：利用K‑Means特征提取方法对历史负荷数据和新负荷数据进行特征选择并输出负荷最优特征集；根据负荷最优特征集建立训练样本；利用训练样本建立高斯过程回归模型；构建特定置信水平下的负荷概率区间预测模型；利用负荷概率区间预测模型输出预测结果。本申请结合基于K‑means特征提取方法和利用DSOGPR构建特定置信水平下的负荷概率区间预测结果，实现了双策略在线高斯过程回归算法，可以得到精确的预测结果，避免不合理的电力决策带来的安全隐患和经济损失，具有重要的意义。本申请还提供一种电力负荷特征的预测系统、一种计算机可读存储介质和一种电力负荷特征预测终端，具有上述有益效果。