基于智能优化算法的短期电力负荷预测方法及装置

AITNT
正文
推荐专利
基于智能优化算法的短期电力负荷预测方法及装置
申请号:CN202411613741
申请日期:2024-11-13
公开号:CN119577596A
公开日期:2025-03-07
类型:发明专利
摘要
本发明涉及基于智能优化算法的短期电力负荷预测方法及装置,该方法包括:通过随机森林算法对电力负荷数据进行特征提取,根据电力负荷数据的时间信息,通过加权灰色关系投影算法对节假日电力负荷数据进行处理。将电力负荷数据作为序列到序列模型的输入,以输出短期电力负荷预测结果,结合卷积神经网络、注意力机制、双向长短期记忆神经网络以及贝叶斯优化算法,构建短期电力负荷预测模型。对电力负荷数据进行反归一化,将短期电力负荷预测结果与实际电力负荷数据进行比较,通过误差分析对短期电力负荷预测模型进行优化。将当前电力负荷数据作为优化后的短期电力负荷预测模型的输入,以输出当前电力负荷数据对应的短期电力负荷预测结果。
技术关键词
短期电力负荷预测 智能优化算法 投影算法 随机森林 数据 双向长短期记忆 灰色关联矩阵 注意力机制 序列 最佳特征 加权灰色关联 误差 关系 指数 冗余特征
系统为您推荐了相关专利信息
1
一种植物生长环境监测与智能调控方法及系统
植物生长环境监测 智能调控方法 调控策略 数据 神经网络预测模型
2
一种基于图像采集识别的安全隐患智能检查系统
智能检查系统 图像特征向量 风险评估模型 图像采集模块 指数
3
一种基于增强型多模态特征融合的乳腺癌预后预测方法
乳腺癌预后预测方法 多模态特征融合 基因表达数据 组织病理图像 深层特征提取
4
面向类别不对称跨域光谱图像的地物分类方法
训练神经网络 地物分类方法 地物类别 样本 数据缺失场景
5
一种基于有向图注意力网络的因果基因调控网络推断方法
基因调控网络 残差网络 推断方法 转录因子 系统生物学技术
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号