摘要
本发明公开了一种基于云计算的电力负荷预测方法,利用正交化最小二乘法OLS算法计算中心向量,通过设置阈值和精度参数保证计算结果的准确性,随后在Hadoop的云计算环境下,将k‑means聚类算法融入到MapReduce架构中,以此计算中心向量的修正值,根据中心向量的修正值求得扩展参数,并根据等式保证结果的精度,接着利用中心向量和扩展参数求得径向基函数值,并以此求得权重值,最后将径向基函数值和权值代入值RBF神经网络中计算预测结果。本申请在Hadoop环境下,以OLS算法、k‑means聚类算法、MapReduce架构和RBF神经网络为基础,构建了一种电力负荷预测的方法,在保证了预测准确性的前提下,提高了运行速度。