摘要
本发明属于新能源及负荷预测方法技术领域,尤其涉及基于训练简单循环单元网络模型的新能源及负荷预测方法,包括以下步骤:(S1)获取各个时间点发电设备的数据信息;(S2)删除冗余特征数据,建立回归预测任务所需的最小特征数据子集;(S3)将特征数据进行归一化处理;(S4)构建Pre‑SRU神经网络预测模型;(S5)利用均方根误差评价发电设备预测精度。本发明的基于训练简单循环单元网络模型的新能源及负荷预测方法,可以提高运算效率。
技术关键词
发电设备
负荷预测方法
神经网络预测模型
预训练模型
数据
冗余特征
特征值
光伏设备
参数
阶段
滑动窗口
样本
代表
精度
矩阵
误差
定义
理论
算法
系统为您推荐了相关专利信息
安检设备控制方法
人脸特征
生物特征数据
注意力
人脸识别模型
结构光3D相机
信息自动检测方法
管片钢模
追踪仪
坐标系
应急救援系统
路径生成方法
路径规划算法
控制板模块
节点
QFN封装结构
金属板
基岛结构
支撑凹槽
引脚结构