摘要
本发明涉及负荷预测技术领域,尤其涉及一种综合能源系统负荷预测方法、装置、设备及存储介质,方法包括步骤:采集整个综合能源系统的外部气象数据与系统内负荷数据,进行预处理;构建基于逆信息熵因果分析方法与皮尔逊相关系数的综合指标,筛选出用于预测的气象特征;构建基于改进多门混合专家子网和长短时记忆神经网络的多负荷预测模型,并加入基于负荷间因果关系的深度信息共享机制;使用训练后的多负荷预测模型对系统各负荷同时进行负荷预测,得到预测结果。本发明的综合指标同时考虑了气象特征与负荷间的相关关系与因果关系,具有更好的特征筛选效果,设计加入深度信息共享机制的预测模型,能够进一步提升综合能源系统负荷的预测精度。
技术关键词
负荷预测模型
皮尔逊相关系数
综合能源系统
信息熵
气象
深度特征信息
数据
分析方法
指标
负荷预测技术
线性变换矩阵
推断方法
序列
输出特征
机制
采集单元
日期
强度
系统为您推荐了相关专利信息
飞机
姿态角速度
辅助决策方法
辅助决策系统
三维位置信息
参数校核方法
风机盘管
代表
综合能源系统设备
电热水器
优化调度模型
排放量
出力曲线
优化调度方法
功率