一种基于Bi-LSTM的短期电力负荷预测方法

AITNT
正文
推荐专利
一种基于Bi-LSTM的短期电力负荷预测方法
申请号:CN202411106680
申请日期:2024-08-13
公开号:CN119070276A
公开日期:2024-12-03
类型:发明专利
摘要
本申请的一种基于Bi‑LSTM的短期电力负荷预测方法,通过负荷‑气象特征训练集和评价指标对Bi‑LSTM模型进行超参数优化,根据优化后的Bi‑LSTM模型超参数得到优化Bi‑LSTM模型,根据优化Bi‑LSTM模型预测负荷数据;本发明能够能充分挖掘电力负荷数据中的时序特征,使得短期电力负荷预测的精度能够得到有效的提升。
技术关键词
LSTM模型 负荷特征 短期电力负荷预测 训练集 皮尔逊相关系数 指标 超参数 批量 历史气象数据 历史负荷数据 存储设备 归一化方法 处理器 可读存储介质 训练特征
系统为您推荐了相关专利信息
1
一种基于深度学习的多点地质统计学沉积微相预测方法
多点地质统计学 数据 测井曲线 多尺度特征融合网络 深度学习特征提取
2
一种数据混合探索的不确定性建模方法
不确定性建模方法 深度学习模型 海量异构数据 采样点 数据标准化方法
3
一种基于混合型神经网络的无线电调制信号识别方法及系统
无线电调制信号 混合型 识别方法 神经网络模型 频域特征
4
一种基于图神经网络的商圈客流量预测方法、系统及装置
小区 多层感知机 交通 客流量预测方法 反距离权重插值法
5
一种耦合物理-数据驱动技术的水资源调度方案智慧化编制系统
数据驱动技术 编制系统 子模块 数据模块 物理
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号