基于多元模型融合的电力系统负荷预测方法及系统

AITNT
正文
推荐专利
基于多元模型融合的电力系统负荷预测方法及系统
申请号:CN202410820178
申请日期:2024-06-24
公开号:CN118709840A
公开日期:2024-09-27
类型:发明专利
摘要
本发明公开了一种基于多元模型融合的电力系统负荷预测方法,包括获取待预测区域的历史负荷数据和历史天气数据并组合得到训练数据集;选定若干种负荷预测模型,构建电力系统负荷预测初始模型并训练得到电力系统负荷预测模型;采用电力系统负荷预测模型进行待预测区域的基于多元模型融合的电力系统负荷预测。本发明还公开了一种实现所述基于多元模型融合的电力系统负荷预测方法的系统。本发明构建了包括多个负荷预测模型的融合模型,并采用多场景下的历史数据进行预测模型的训练;因此本发明不仅能够实现电力系统的负荷预测,而且可靠性更高,精确性更好,通用性更好。
技术关键词
电力系统负荷预测 负荷预测模型 历史负荷数据 预测误差 前馈神经网络 训练集 模型训练模块 天气 支持向量回归模型 梯度提升树模型 数据处理模块 统计特征 数据获取模块 神经网络模型 误差向量 历史风速数据
系统为您推荐了相关专利信息
1
大语言模型引导伪标签增强的半监督视频描述生成方法
视频 视觉 生成方法 TextRank算法 标签文本
2
综合能源调度方法、平台、存储介质和程序产品
能源调度方法 参数 决策 模块 区域综合能源
3
基于BP神经网络的起重船可作业性预测方法
性预测方法 起重船 BP神经网络预测 神经网络预测模型 数据
4
面向新闻定制的多模态摘要生成方法
摘要生成方法 文本 图片 编码器 注意力
5
设定科目在线教育数据预测系统
在线教育课程 信息采集机构 数据预测系统 智能分析模型 电磁屏蔽机构
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