一种多模型融合的电力日负荷在线预测方法和系统

1.一种多模型融合的电力日负荷在线预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种多模型融合的电力日负荷在线预测方法，在步骤s1中，所述的自编码器对采集的历史日负荷数据进行异常值检测，包括编码器训练、重构误差计算和异常值检测。

3.根据权利要求1所述的一种多模型融合的电力日负荷在线预测方法，在步骤s2中，所述的采用统一信息系数提取电力负荷的特征信息，包括以下子步骤：

4.根据权利要求1所述的一种多模型融合的电力日负荷在线预测方法，在步骤s3中，其特征在于，所述的徒步优化算法包括：

5.根据权利要求1所述的一种多模型融合的电力日负荷在线预测方法，在步骤s3中，其特征在于，所述的kelm模型包括elm模型和核函数，包括：

6.根据权利要求1所述的一种多模型融合的电力日负荷在线预测方法，在步骤s4中，其特征在于，获取次日预测结果的方法为：原始样本规模为n，时间范围d~d+n，采用滚动策略更新特征数据集d2，具体过程为去掉d2中时间为第d日的负荷数据，在d2末端增加时间为第d+n+1日的负荷数据，更新的计算式为：

7.根据权利要求1所述的一种多模型融合的电力日负荷在线预测方法，在步骤s5中，其特征在于，采用步骤s4的负荷预测结果评估模型的预测精度，具体包括：

8.一种多模型融合的电力日负荷在线预测系统，其特征在于，包括：