摘要
本申请公开了基于MCNN‑MMoL的短期电力负荷多步预测方法,包括以下步骤:S101、采集原始负荷数据,并对所述原始负荷数据进行预处理;S102、将所述原始负荷数据划分成多个具有独立特征信息的子负荷;S103、构建MCNN‑MMoL网络,基于MCNN‑MMoL网络中的MCNN部分,从不同的尺度对所述子负荷的特征进行捕捉提取,基于MCNN‑MMoL网络中的MMoL部分进行多步负荷预测,最终获得短期电力负荷多步预测结果;用于解决现有的电力负荷预测均为单步预测,存在较大的使用局限性的技术问题。
技术关键词
短期电力负荷
多步预测方法
加法模型
独立特征
表达式
电力负荷预测
输出特征
长短期记忆网络
数据
支路
多层次
样本
负荷特征
滑动窗口
分支
指标
非线性
系统为您推荐了相关专利信息
主题关键词
金融交易平台
大语言模型
文本生成方法
子模块
清洗机械臂
路径规划方法
养殖网箱
蚁群优化算法
坐标映射方法
状态空间模型
生成方法
图像
多头注意力机制
表达式
熔融钢渣
密封高压容器
构建预测模型
金属网过滤器
分数统计方法
数据编辑方法
移动终端
点云模型
无线网络传输
矩阵分解算法