摘要
本发明公开了一种多元负荷预测方法、装置、电子设备及存储介质,用于解决采用现有相关方法进行负荷预测时存在的局限性较大,预测精度较低的技术问题。所述方法包括:获取电力系统的历史电力数据;将所述历史电力数据输入至预训练的多元负荷预测模型进行基于P阶误差修正的负荷预测,获得负荷预测结果;在负荷预测过程中,基于所述负荷预测结果对误差阶数P进行自适应调整,输出负荷预测修正结果;从而通过基于P阶误差修正的负荷预测以及P阶误差阶数的自适应调整,可以获得更为准确的负荷预测结果,同时本方法对输入数据信号没有可分解或绝对可积要求,从而扩大了方法适用范围,降低了方法适用场景的局限性。
技术关键词
负荷预测方法
误差预测
负荷预测模型
存储程序代码
预测误差
时间段
负荷预测装置
电力系统
电子设备
可读存储介质
数据获取模块
处理器
存储器
计算机
场景
系统为您推荐了相关专利信息
深度强化学习模型
水力旋流器
电场
神经动力学系统
脉冲神经网络模型
长短期记忆网络
负荷预测模型
鲸鱼优化算法
预测误差
历史负荷数据
样条小波神经网络
神经网络权值
同步控制方法
B样条小波
反馈控制器
流量预测模型
电网实时数据
预测系统
电网系统
可视化单元
数字孪生方法
无人艇
卡尔曼滤波融合
数字孪生模型
数据