基于数字孪生和神经网络技术的配变短期负荷预测方法

本发明属于电力负荷预测技术领域，尤其涉及一种基于数字孪生和神经网络技术的配变短期负荷预测方法。本发明包括：步骤1.采集负荷数据，进行负荷特征分析；步骤2.对采集的负荷数据进行数据预处理；步骤3.将数据预处理后的负荷数据，基于相似日的预测结果进行修正；步骤4.基于数字孪生配电网进行短期负荷预测。本发明以单个配变负荷预测方法为基础，利用数字孪生技术，建立孪生配电网数据中台，孪生配电网从数据中台获取物理电网数据，利用GRU神经网络模型训练短期负荷预测模型，利用相似日修正法对预测结果进行修正。能够更准确的捕捉负荷波动规律，使预测值更贴近真实值，也使预测精度得到了显著的提高，预测精度达到95.3%。