基于迁移学习的电力系统能源供给预测方法及系统

AITNT
正文
推荐专利
基于迁移学习的电力系统能源供给预测方法及系统
申请号:CN202410783012
申请日期:2024-06-18
公开号:CN118822145B
公开日期:2025-02-11
类型:发明专利
摘要
本发明提供一种基于迁移学习的电力系统能源供给预测方法及系统,该方法包括如下步骤:缓存风险供电区域的区域实时电力数据;获取目标地区的地区供电拓扑数据和地区历史电力运转数据;结合多尺度卷积神经网络和迁移学习技术提取到电力运转时序特征;基于地区供电拓扑数据生成目标地区的地区电力图网络,并根据区域供电拓扑数据截取出风险供电区域的区域电力图网络;结合地区电力图网络和区域电力图网络并利用图神经网络提取出电力拓扑结构特征;将电力运转时序特征和电力拓扑结构特征融合为电力综合特征,并通过GCN‑LSTM预测模型输出风险供电区域的电力供给缺口预测结果。本发明具有准确预测电力供给缺口的效果。
技术关键词
时序特征 全局特征提取 拓扑结构特征 灰色预测模型 分层迁移学习方法 电力系统 电力调度系统 数据 局部特征提取 多尺度 网络 参数 ARMA模型 拓扑特征 LSTM模型 节点 风险
系统为您推荐了相关专利信息
1
一种基于虚拟身份的物联终端准入方法
物联设备 编码向量 终端准入方法 语义 拓扑特征
2
一种融合随机卷积数据增强与深度学习的无人机故障诊断方法与系统
故障诊断模型 无人机故障诊断 样本 滑动窗口 时间卷积网络
3
扩散模型训练方法、功能磁共振成像数据生成方法及装置
样本 时序特征 噪声 数据 拼接模块
4
一种基于深度强化学习的高速公路合流区协同控制方法
高速公路合流区 协同控制方法 线圈检测器 时序特征 仿真环境
5
基于客户方言识别的智能代理人分配方法及系统
残差模块 滤波模块 客户 注意力 多尺度
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号