考虑风光高比例渗透率下的广义负荷图像化短期预测方法

本发明涉及一种考虑风光高比例渗透率下的广义负荷图像化短期预测方法，包括以下步骤：⑴获取包括基础负荷、光伏发电量、风力发电量和天气的影响因素数据作为数据集；⑵对数据集进行预处理；⑶生成不同比例风光渗透率下的广义负荷特征曲线；⑷提取广义负荷特征曲线中的数据，和影响因素一起作为图像化处理的输入，生成RGB图像：⑸对RGB图像进行多样化处理；⑹将DenseNet参数进行优化，形成DenseNet‑A；然后将步骤⑸中处理后的图像和步骤⑵中的影响因素条件一起作为预测模型的输入，由DenseNet‑A模型进行训练和测试，完成后得到负荷预测模型；⑺由负荷预测模型输出负荷预测图像，并进行数据化处理，得到广义负荷预测数据。本发明方法简单、精度较高。