基于数据挖掘的城区居民小区负荷和电量预测方法

居民小区的用电负荷和用电量预测结果,受到数据分类模型的影响,平均相对误差较大。因此,提出基于数据挖掘的城区居民小区负荷和电量预测方法。构建需求预测库并采集小区历史用电数据,通过异常修正和数据转换方法完成历史数据预处理。利用数据挖掘技术构建聚类分析模型,获取数据分类结果。运用模糊神经网络,计算小区负荷预测值,再根据灰色关联度分析法得到用电量最终预测结果。实验结果表明:所提方法的预测平均相对误差为2.21%,相比文献提出方法平均相对误差降低了11.15%、9.74%。