摘要
一种基于卷积门控循环单元网络的冷负荷预测方法,涉及一种冷负荷变化数据分析预测领域,具体公开了包括:获取室外干球温度数据和湿球温度数据;通过热力学原理计算所需制冷负荷,得到冷负荷历史数据;通过改进小波去噪方法对信号进行去噪处理并进行数据预处理,最终得到所需实验数据;将处理后的数据集划分为训练集和测试集;搭建卷积门控循环单元网络模型,进行参数设置,得到冷负荷预测模型;基于冷预测模型,对未来冷负荷进行预测。本发明实现了对冷负荷较为准确的预测。
技术关键词
门控循环单元网络
负荷预测方法
负荷短期预测方法
负荷历史数据
湿球温度数据
小波去噪方法
负荷预测模型
软阈值函数
归一化方法
建立神经网络模型
时间卷积网络
历史负荷数据
训练神经网络
GRU模型
线性插值法
自然语言
噪声
信号
系统为您推荐了相关专利信息
电网负荷预测方法
神经网络模型
光照
光伏装机容量
卫星遥感数据
负荷预测模型
台区管理系统
输电网络
负荷预测方法
电能
电力负荷预测方法
时序
离群点
高斯径向基函数
非平稳时间序列
综合能源系统
多任务学习模型
多任务学习方法
策略
电能
历史负荷数据
负荷预测模型
负荷预测方法
残差网络
序列