摘要
本发明提供了一种基于时序库和时序模型的负荷预测方法,涉及电力技术领域,该基于时序库和时序模型的负荷预测方法包括以下步骤:获取电力系统的历史电力时序数据,依据预设的数据转换处理算法处理该历史电力时序数据,得到样本数据集,利用分布式存储技术的原理,将样本数据集部署并存储于时序库中;从时序库中获取样本数据集,并采用时间序列预测模型进行算法训练,生成针对电力负荷的预测模型;利用训练完成的预测模型对电力系统的负荷进行预测,并根据预测结果制定电力调度策略。本发明实现对电力负荷的准确预测;通过优化数据存储和查询方案,提高数据处理效率,提高数据动态特性提取能力。
技术关键词
时间序列预测模型
负荷预测方法
时序
分布式存储技术
支持向量机算法
旋转门压缩算法
样本
旋转门算法
传播算法
电力系统
训练集数据
基准
数据存储策略
分块
数据存储位置
负荷预测模型
系统为您推荐了相关专利信息
应急管理方法
舆情监控
异常流量
校园
情感识别模型
生命周期预测模型
区块链智能合约
联邦模型
策略
资源
热度预测方法
决策树模型
标签
非易失性计算机可读存储介质
时序
动态调控方法
性能退化数据
参数优化设计
性能退化模型
起爆系统
直流油泵电机
控制回路
调节系统
软启动
PID控制算法