摘要
本发明公开了基于机理驱动的居民小区电力负荷预测方法、系统及介质;涉及负荷预测技术领域;采集用户的历史电力数据,并对所述历史电力数据进行预处理;基于非侵入式辨识方法分析预处理后的历史电力数据,辨识出不同负荷类型成分;基于各负荷类型成分构建温度与电力负荷的关系;根据不同负荷类型成分,以及温度与电力负荷的关系,构建基于机理驱动的迁移学习预测模型进行用户的电力负荷预测;实现基于机理驱动的居民小区极端天气负荷预测,基于迁移学习预测模型将已有的电力负荷预测源域在相似领域中学习到经验,并迁移到目标极端天气负荷预测中,提高了极端天气负荷预测的性能和准确性。
技术关键词
电力负荷预测方法
迁移学习模型
辨识方法
异常数据
电力负荷预测系统
映射算法
负荷预测技术
有功功率
关系
组织
参数
天气
风险
介质
网络
模块
系统为您推荐了相关专利信息
风电机组发电机
历史运行数据
异常检测方法
编码器
拉普拉斯
伺服进给系统
辨识方法
毛刺现象
爬行现象
辨识系统
异常数据
文件修复方法
编码器
修复装置
智能检测模块
声屏障
数字孪生模型
数据处理方法
异常数据
热成像