摘要
本申请公开了电力负荷预测方法、装置、设备及介质,涉及电力负荷预测领域,其技术方案要点是:获取多个源域用户的大样本负荷数据集和目标域用户的小样本负荷数据集;其中源域用户的负荷特性与目标域用户的负荷特性相似或者相同;分别提取出大样本负荷数据集和小样本负荷数据的特征矩阵;根据特征矩阵计算出每个源域用户相对于目标域用户的相似度;构建时间卷积神经网络,将相似度最小的大样本负荷数据集的特征矩阵作为时间卷积神经网络的训练数据,并结合雪消融优化器对时间卷积神经网络的超参数进行优化,直至时间卷积神经网络训练完成,获得可预测目标域用户电力负荷的负荷预测模型。本申请提高了地区或用户电力负荷预测的准确性和可靠性。
技术关键词
电力负荷预测方法
卷积神经网络训练
样本
负荷预测模型
矩阵
电力负荷预测装置
滑动窗口算法
可读存储介质
特征提取模块
数据获取模块
处理器
电子设备
超参数
存储器
系统为您推荐了相关专利信息
历史设备
联接方法
异常状态
设备实时状态
异常数据
遥感图像分类方法
注意力神经网络
前馈神经网络
编码器模块
高光谱图像数据
需求预测方法
需求预测模型
组合特征向量
数据
分类特征
储粮温度
sigmoid函数
节点
全局平均池化
数据