摘要
本发明涉及一种基于QPSO算法优化LSTM神经网络的售电量预测方法,具体为:数据处理及归一化;初始化LSTM模型参数;评估粒子适应度;粒子位置更新;重复上述步骤直至找到最好的粒子位置或QPSO算法达到最大迭代次数;将得到的最优粒子代入LSTM训练得到QPSO‑LSTM售电量预测模型;本发明方法为售电公司进行有效的购电计划安排,优化供电结构,提高供电可靠性,保障电力系统运行安全性提供了新思路,有助于政府部门和供电公司了解本地区的经济发展情况,进而为管理者对售电定价、用电策略等决策提供数据支撑;本发明具有构建预测售电量模型、实现LSTM优化、提供数据支撑的优点。
技术关键词
售电量预测方法
LSTM神经网络
QPSO算法
粒子
LSTM模型
位置更新
保障电力系统
训练集
样本
误差
供电结构
参数
逻辑
数据
表达式
加速度
计划
系统为您推荐了相关专利信息
路径规划方法
无人机集群
多视角
粒子群优化算法
无人机飞行高度
需求响应潜力评估方法
居民用户用电
多任务学习模型
粒子群算法求解
归一化算法
动态资源分配
策略优化方法
动态风险评价
监测点
传感器节点
风险预测方法
风险预测模型
新能源汽车
静态特征提取
动态特征提取
反舰导弹
航路规划方法
粒子群优化算法
舰艇
转向角