摘要
本发明提供一种电力负荷的混沌相空间神经网络模型安全监测方法,涉及电力负荷安全监测技术领域,本发明包括:计算电力负荷和温度、湿度、风速数据间的相关系数,并结合温度、湿度、风速和相关系数以生成环境相关系数;计算电力负荷和电力价格、节假日赋值数据间的相关系数,并结合电力价格、节假日赋值和相关系数以生成人为相关系数;本发明在对电力负荷进行预测时,引入了温度、湿度、风速、电力价格以及是否为节假日的影响因素,提高对电力负荷预测的精准性,并通过将温度、湿度和风速合并成环境相关系数,将节假日赋值和电力价格合并成人为相关负荷的设置,降低模型训练的计算量以提高模型训练的效率。
技术关键词
神经网络模型
电力负荷预测模型
风速
序列
混沌相空间重构
监测方法
历史轨迹数据
监测技术
电力系统
逻辑
训练集
成人
系统为您推荐了相关专利信息
输入接口
验证平台
序列发生器
算法模块
总线监视器
业务流程生成方法
关键词
序列
实时系统
文本识别
监测方法
虫害图像
无人机采集图像
标记
深度学习模型对图像
移动巡检平台
追踪系统
检测综合平台
三维风速仪
高斯扩散模型
地形反演方法
海浪谱
反演算法
合成孔径雷达数据
图像