摘要
本发明属于电力系统负荷预测的技术领域,具体涉及一种基于GRU神经网络的分布式资源出力预测方法,用于更快速有效地预测分布式资源出力,首先对分布式资源出力历史数据进行预处理,并将处理后的数据划分为训练集与测试集,将训练集数据作为GRU神经网络模型的输入,经训练获得分布式资源出力预测值,计算预测误差,然后通过改进粒子群算法优化GRU神经网络模型中的权重参数,得到最优GRU神经网络模型,以实现分布式资源出力的快速精确预测。
技术关键词
GRU神经网络
分布式资源
出力预测方法
粒子群算法优化
电力系统负荷预测
历史数据预处理
训练集数据
预测误差
参数
异常数据
因子
速度
机制
样本
系统为您推荐了相关专利信息
预测模型训练方法
耦合特征
神经网络结构
新能源规划技术
光伏电站
分层优化控制方法
集群
分层优化模型
电储能系统
分布式光伏电源
运维可视化平台
GRU神经网络
数据处理方法
建立神经网络模型
数据迁移
集成电路
生成测试用例
电路模块
启发式信息
电路配置
参数整定方法
分布式资源
电力系统
虚拟储能
功率