摘要
本发明提供一种面向电热氢多能耦合系统的多元负荷预测方法,包括以下步骤:S1获取数据,构建多元负荷预测特征数据集;S2根据特征数据集,采用斯皮尔曼相关性分析方法对数据之间的相关性进行分析,针对异常数据,采用变分自编码器算法进行检测和重构,完成整个特征数据集的重构;S3将数据集划分为训练集、测试集和验证集;S4、构建一种结合多头概率稀疏自注意力机制的多层堆叠BiLSTM多元负荷预测模型;S5将训练集和验证集引入组合模型中训练,得到最优的模型参数,然后把测试集输入到组合模型中,完成多元负荷预测。本发明考虑了数据之间的耦合特性,并且能够从电热氢多能耦合系统的特征数据集中提取关键要素,可以有效提高预测精度和计算效率。
技术关键词
负荷预测方法
编码器算法
电热
负荷预测模型
相关性分析方法
气象历史数据
注意力机制
异常数据检测
长短期记忆神经网络模型
预测特征
训练集数据
数据获取模块
数据处理模块
重构模块
负荷预测系统
系统为您推荐了相关专利信息
锅炉水冷壁系统
监控运行参数
模拟模型
比例模型
炉膛水冷壁
互补集合经验模态分解
电力负荷预测方法
电力负荷预测系统
长短期记忆神经网络
变压器模型
采暖控制系统
电热膜
日光温室
数据分析决策
人机交互模块
负荷预测模型
统计特征
特征提取模块
历史负荷数据
启动备用发电机组
凝汽器系统
动态控制参数
决策控制模块
数据处理模块
数据获取模块