摘要
本发明公开了一种基于人工智能的电力负荷预测系统,包包括数据获取模块、特征处理模块、预测驱动模块、预测应用模块和监控反馈模块。本发明属于电力负荷预测技术领域,具体为一种基于人工智能的电力负荷预测系统,本发明采用重叠特征提取和重叠特征分解的双路径特征提取思路进行重叠特征提取和分解特征提取,优化了系统的整体性能;采用时变滤波器改进传统的经验模态分解,优化了特征提取的性能;采用结合变分模态分解、平滑函数和边际谱分析的小波变换改进方法,进一步提高了特征的质量;采用结合卷积时间特征提取的多路径循环双向长短期记忆网络,进行分类负荷预测,优化了预测模型的整体架构。
技术关键词
电力负荷预测系统
数据
分解特征
小波滤波器
高频特征
双向长短期记忆
包络
模态分解方法
电力负荷分类
频率
卷积特征提取
序列
谱特征提取
信号
电力负荷预测模型
频分
图像分析
系统为您推荐了相关专利信息
智能箱式变电站
设备运行状态
模糊特征
监测方法
模糊推理规则
客户端
联邦学习方法
机器学习模型训练
异构
聚类
智能测试装置
控制系统
模数转换电路
光电隔离电路
驱动芯片