一种基于聚类和非线性自回归的空间负荷预测方法

本发明公开一种基于聚类和非线性自回归的空间负荷预测方法，步骤为：搜集配电区域数据；将待预测区域划分为等大小面积的正方形单元；标准化每个单元的历史负荷曲线，根据历史负荷曲线的相似度聚类单元，产生多个簇，离群单元单独形成一簇；将一个簇中的多个单元的负荷曲线当作训练数据，训练改进的非线性自回归神经网络；为离群单元簇中的每一个单元单独执行趋势外推法预测下一年的负荷；为每个单元选择所在簇的预测模型，输入其历史数据，得到下一年的负荷预测。本发明使大量单元共享一个模型，为模型提供了充足的训练数据，通过改进的非线性自回归神经网络算法，使模型良好的拟合地块用电发展形式，有效提升了近期空间负荷预测的精度。