摘要
本发明公开了一种电网电力负荷预测方法、装置和电子设备。其中,该方法包括:采集目标电网的历史数据;采用主成分分析PCA方法,对上述历史数据进行降维,得到降维后的历史数据;采用循环神经网络RNN改进模型,基于上述降维后的历史数据,预测上述目标电网未来一段短期的电力负荷,其中,上述循环神经网络RNN改进模型为在标准RNN模型的基础上结合隐马尔可夫模型形成的模型,上述短期的时长小于一天。本发明解决了对于电网电力负荷预测不够准确和稳定的技术问题。
技术关键词
方差贡献率
RNN模型
隐马尔可夫模型
特征值
成分分析
周期性
协方差矩阵
数据
电力负荷预测装置
可读存储介质
序列
电子设备
计算机程序产品
系统为您推荐了相关专利信息
数控加工过程
偏差
智能编程系统
频谱特征
数控机床
激光雷达传感器
里程计方法
三维点云数据
坐标系
协方差矩阵
失稳预测方法
承载力特征值
生态系统功能
协同监测系统
分布式光纤传感器