《电力系统负荷预测》课件.ppt

电力系统负荷预测;课程概述与学习目标;什么是电力负荷预测;负荷预测的重要性;负荷预测在电力系统中的应用场景;负荷特性分析：日负荷曲线;负荷特性分析：周负荷曲线;负荷特性分析：年负荷曲线;影响负荷的主要因素：天气因素;影响负荷的主要因素：经济因素;影响负荷的主要因素：社会因素;影响负荷的主要因素：节假日效应;负荷预测的分类：按时间尺度;超短期负荷预测概述;短期负荷预测概述;中期负荷预测概述;长期负荷预测概述;传统预测方法：回归分析;回归分析案例演示;传统预测方法：时间序列法;时间序列预测案例;传统预测方法：相似日法;相似日法实际应用;人工智能预测方法概述;神经网络预测基础;BP神经网络原理;BP神经网络预测步骤;BP神经网络案例分析;支持向量机预测方法;SVM预测案例分析;深度学习在负荷预测中的应用;LSTM网络原理;LSTM预测案例分析;集成学习预测方法;模型融合策略;数据预处理技术：异常值处理;数据预处理技术：缺失值处理;数据预处理技术：数据标准化;特征工程：特征选择;特征工程：特征提取;模型评价指标：MAE;模型评价指标：RMSE;模型评价指标：MAPE;预测结果可视化方法;预测系统架构设计;实时数据采集系统;数据库设计与管理;预测模型在线训练;预测结果校验与修正;负荷预测系统实例分析;典型电力公司预测案例;工业园区负荷预测案例;大型商业建筑预测案例;智能微电网预测案例;新能源并网下的负荷预测;电动汽车充电负荷预测;需求响应下的负荷预测;负荷预测的发展趋势;大数据技术在预测中的应用;边缘计算与负荷预测