摘要
本申请提供了一种短期电力负荷预测方法、装置、设备及存储介质,其中,方法包括:获取历史电力的原始信号,将原始信号分解为高频分量和低频分量;将高频分量输入至预先建立的高频预测模型,得到高频预测序列,将低频分量输入至预先建立的低频预测模型,得到低频预测序列,将高频预测序列和低频预测序列叠加重构,得到初步预测序列;通过相关性分析筛选得到关键因素,将关键因素的特征值与初步预测序列拼接为融合特征向量;将融合特征向量输入至全连接层,得到短期电力负荷预测结果。本申请筛选得到影响电力负荷的关键因素,与初步预测序列拼接作为全连接层的输入特征,以减少模型规模不必要的增加,使得模型的可解释性增强。
技术关键词
短期电力负荷预测
序列
多元线性回归模型
信号处理技术
门控循环单元
特征值
重构
可读存储介质
处理器
节点
分析模块
存储器
计算机
电子设备
程序
系统为您推荐了相关专利信息
心率检测系统
智能分析模块
非接触式心率
压电薄膜传感器
远程监控平台
模型预测控制器
控制策略
机器人控制方法
计算机可执行指令
序列
多模态数据融合
动态变化特征
生成高分辨率
遥感传感器
双向长短期记忆网络