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
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
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
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
训练神经网络
地物分类方法
地物类别
样本
数据缺失场景
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