摘要
本发明公开了一种高速服务区的微电网用电负荷预测方法,属于用电负荷预测技术领域,包括:获取服务区历史车流量数据和用电负荷数据并构建服务区用电网络拓扑结构;基于电力潮流计算方法对服务区用电网络拓扑结构进行分析,获得网损数据与车流量之间的对应关系;基于多元非线性回归模型对网损数据与车流量之间的对应关系进行参数估计,获得定量映射关系;通过车流量与负荷、网损之间的定量映射关系对注意力神经网络进行训练,生成多变量时序预测模型;基于多变量时序预测模型对高速服务区的微电网用电负荷进行预测。本发明实现了对服务区用电负荷的准确动态预测,为优化运营策略提供了决策支持,有助于提高服务区用电管理水平和运营效率。
技术关键词
负荷预测方法
电网用电
时序预测模型
注意力神经网络
电力潮流计算方法
车流量数据
网络拓扑结构
非线性回归模型
注意力机制
变量
数据可视化技术
负荷预测技术
皮尔逊相关系数
图论算法
传播算法
聚类算法
系统为您推荐了相关专利信息
机器学习模型
路径预测方法
载荷
时间序列图像
时序预测模型
电力负荷预测方法
电能表
粒子
神经网络模型
数据
能量管理方法
注意力神经网络
故障程度评估
燃料电池输出功率
多堆燃料电池系统
生成式对抗网络模型
演化特征
多模态信息融合
融合特征
裂缝特征