摘要
本发明涉及一种配电网柔性负荷的预测方法和系统,属于负荷预测技术领域。该方法包括如下步骤:将至少两个不同的负荷预测模型输出的负荷预测结果进行多模型融合后得到的结果作为最终的负荷预测结果,负荷预测模型的输入均为反映社会经济活动的多维度数据、数值天气预报数据和历史负荷数据。本发明至少将两种负荷预测模型输出的负荷预测结果进行多模型融合,通过反映社会经济活动的多维度数据、数值天气预报数据、历史负荷数据和深度学习的有机结合,能够在面对复杂多变的负荷需求时获得更加精准和可靠的预测结果,以满足高精度预测的要求。
技术关键词
负荷预测模型
卷积神经网络模型
数值天气预报数据
长短期记忆网络
历史负荷数据
多模型
预测系统
柔性
负荷预测技术
社会
处理器
系统为您推荐了相关专利信息
多头注意力机制
数据预取方法
长短期记忆网络
预测误差
样本
情绪识别模型
情绪识别方法
表情特征
训练深度学习模型
识别面部
医学影像特征
语义特征
注意力
智能诊断方法
Attention机制
模型构建方法
自动编码器
指数
皮尔逊相关系数
长短期记忆网络