一种基于数据聚类理论的中期地区电力负荷预测方法

一种基于数据聚类理论的中期地区电力负荷预测方法，包括：区域划分、影响因素关联分析和负荷空间分布预测。本发明利用聚类理论方法，以区域块为基本单位，将地区内各个区域块进行重新划分，根据其相似度进行组合，作为后期负荷预测的基本单位。本发明利用神经网络算法预测负荷密度和同时率，考虑了包含时间、空间等多属性多层次的因素，挖掘了各种层次的影响因素对负荷密度及同时率的影响，可提升本发明中负荷预测方法的精度和效率，有助于电网精细化规划。与此同时，BP神经网络算法具有计算稳定、任意复杂的模式分类能力强、多维函数映射能力优等优点，适合于负荷预测。