一种建筑物短期负荷预测方法

本发明涉及一种建筑物短期负荷预测方法，包括：通过自适应集成聚类将历史负荷数据与天气和日期数据相结合，将历史负荷数据应用于无监督学习算法OPTICS，以获得训练数据的聚类标签；通过监督学习KNN将聚类标签用于分类，并对未来的日期类型进行分类预测；采用edRVFL模型对目标日和邻日两个不同的聚类进行预测，分别生成对应的预测值；根据获得的预测值，目标日所属标签以及对应时刻的实际负荷值，构建基于相对误差的动态加权策略；利用改进的PSO算法对聚类的权重参数进行优化；结合优化后的权重参数，对建筑物负荷进行动态加权处理，并输出最终的负荷预测值。该方法有利于提高建筑物短期负荷预测的准确性、可靠性、鲁棒性和效率。