摘要
本发明公开了多区域用电量耦合预测方法涉及电网技术领域,包括以下步骤,收集待测区域的用电量耦合数据,所述用电量耦合数据包括电力传输影响数据、电网稳定性、历史电力需求数据和负荷波动状态数据;通过RegARIMA模型和NeuralProphet模型对历史电力需求数据和历史负荷波动状态数据预测分析,得到待测区域未来一段时间内的电力需求数据和负荷波动状态;根据所述电力需求、电网稳定性、电力传输效率和负荷波动状态数据,基于机器学习算法构建用电量耦合模型;根据所述用电量耦合模型,输入预测的电力需求、电力传输效率和负荷波动状态数据计算,得到待测区域之间的用电量耦合系数,本申请通过构建用电量耦合预测模型来解决在不考虑负荷波动和电力需求的变化时,往往使用固定参数,导致在电力需求变化大时预测不准确的问题。
技术关键词
耦合预测方法
机器学习算法
电力传输线路
转动惯量测试方法
历史负荷数据
时间序列分析方法
电压
电流
电力系统频率
发电机机械
功率
多区域
电气
系统为您推荐了相关专利信息
商品展示单元
数据分析单元
运营管理方法
数据可视化技术
交互式多媒体
筛查方法
描述符
平衡算法
EasyEnsemble算法
超参数
多媒体设备
运维监控方法
数字孪生模型
数据存储中心
大数据分析算法
特征数据库
关联规则算法
数据挖掘算法
环境感知设备
模式匹配方法
大数据
电力
关系型数据库
数据隐私保护
数据融合算法