摘要
本申请提供一种基于气象因素和小波变换的LSTM负荷预测方法,包括:采集电力负荷和气象历史数据并进行预处理;对预处理后的负荷数据进行小波变换分解,得到若干不同频率的负荷分量;将分解得到的每一个负荷分量以及对应时间尺度的气象数据,分别划分为训练集和测试集;根据负荷分量构建LSTM预测模型,有针对性地通过提取训练集数据中的时序特征进行训练;采用测试集数据对训练好的LSTM预测模型进行测试;使用训练好的LSTM预测模型对每一个负荷分量进行连续时间段的预测;进行负荷预测数据重构,以得到完整的逐时负荷预测结果。通过原负荷数据进行分解为若干分量,再根据各分量来进行预测,本方案的预测精度也更高。
技术关键词
负荷预测方法
气象历史数据
预测误差
评估预测模型
训练集数据
记忆单元
时序特征
负荷预测系统
可读存储介质
时间段
双曲正切函数
重构模块
门单元
状态更新
测试模块
系统为您推荐了相关专利信息
故障报警方法
煤矿液压支架
监控客户端
预测误差
权重算法
溯源方法
终端工控机
业务信息系统
不合格品
对接焊接工艺
高速电主轴
GRU神经网络
热误差
神经网络模型
误差预测