关于电力数据分析，个人学习笔记

常用的影响电力负荷的特征变量:

①天气（温度、湿度等）；
②国家法定假期特征（通常用1或0表示）；可特别注意像春节和国庆节这样的大假期
③工作日or周末特征（通常用1或0表示）；
④小时特征（1-24或0-23）；
⑤星期特征（1-7）；也可粗略分周一、周二-周四、周五、周末
⑥历史负荷数据；
⑦滞后负荷数据；

在影响电力负荷的特征选择上:

1.可以用互信息法衡量特征变量与电力负荷的关系；
注:互信息法（不局限于线性变量）优于相关系数法（试用于线性变量之间）。
祥见: Holographic Ensemble Forecasting Method
for Short-Term Power Load
2.基于训练好的网络的的每个输入对输出的灵敏度分析；
祥见: Multistage Artificial Neural Network Short-Term Load Forecasting Engine With Front-End Weather Forecast

预测电力负荷，数据集的选择构建:

如下图: