摘要
本发明属于电力负荷预测技术领域,并公开了一种基于神经网络的电力负荷预测方法、系统、设备及介质,包括:获取电力系统的历史数据,构建电力负荷预测模型,提取所述电力负荷预测模型所包括的超参数,基于历史数据对所述电力负荷预测模型进行训练,并将训练结果的损失作为各所述超参数对应的适应度值;基于各所述超参数对应的适应度值结合鲸鱼优化算法对各所述超参数进行参数寻优,得到最优超参数;将所述最优超参数应用于所述电力负荷预测模型中,得到参数寻优后的电力负荷预测模型;基于参数寻优后的电力负荷预测模型执行所述电力系统的电力负荷预测,得到电力负荷预测结果。本发明所述技术方案具有良好的预测精度和稳定性。
技术关键词
电力负荷预测模型
电力负荷预测方法
超参数
鲸鱼优化算法
电力系统
电力负荷预测技术
滑动窗口方法
时间段
局部特征提取
标签
存储计算机程序
数据采集模块
电子设备
处理器
可读存储介质
系统为您推荐了相关专利信息
虚拟电厂优化调度方法
鲸鱼算法
充放电功率
电热综合系统
优化调度模型
暂态稳定评估
电力系统仿真
更新模型参数
传播算法
样本
识别方法
模版
事件特征
分层特征提取
模型超参数
分级预警方法
蓝藻水华
水库
LSTM模型
赋值方法
窄带业务
业务调度方法
窄带通信技术
非易失性存储介质
链路