一种适用于大电网分区调度的子区域系统负荷预测方法

本发明公开一种适用于大电网分区调度的子区域系统负荷预测方法，包括：基于深度学习及受限玻尔兹曼机RBM，建立生成型深信度网络回归模型；它结合深信度网络逐层训练的特点，首先利用现有的大电网原集中调度模式下的丰富历史数据对整个模型进行预训练，然后再利用分区调度策略时新子区域电网的少量数据对模型进行精调，获得最终深信度网络回归模型。本发明方法解决了原集中调度模式下的区域大电网进行分区调度后，新形成的子区域电网负荷历史数据少、预测不可靠的问题。