本申請(qǐng)公開(kāi)了一種工業(yè)用電負(fù)荷預(yù)測(cè)方法、系統(tǒng)及其存儲(chǔ)介質(zhì),通過(guò)改進(jìn)的K?means聚類方法對(duì)用戶生產(chǎn)模式進(jìn)行識(shí)別,并按不同的模式分別采用強(qiáng)化學(xué)習(xí)與PSO?LSSVM相結(jié)合的算法對(duì)用戶未來(lái)的負(fù)荷值進(jìn)行預(yù)測(cè)。以不同的生產(chǎn)模式作為先決條件進(jìn)行預(yù)測(cè),考慮到LSSVM的參數(shù)選擇問(wèn)題使用PSO算法進(jìn)行改進(jìn),為了避免粒子群優(yōu)化陷入局部最優(yōu)解的問(wèn)題,使用Q?Learning強(qiáng)化學(xué)習(xí).最終能夠?qū)Σ煌貐^(qū)、不同行業(yè)、不同生產(chǎn)方式負(fù)荷特性變化的工業(yè)企業(yè)用戶負(fù)荷情況進(jìn)行負(fù)荷預(yù)測(cè)。
聲明:
“工業(yè)用電負(fù)荷預(yù)測(cè)方法、系統(tǒng)及其存儲(chǔ)介質(zhì)” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請(qǐng)聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)