一种基于VMD和SRU网络的园区短期电力负荷预测方法

AITNT
正文
推荐专利
一种基于VMD和SRU网络的园区短期电力负荷预测方法
申请号:CN202411735451
申请日期:2024-11-29
公开号:CN119518768A
公开日期:2025-02-25
类型:发明专利
摘要
本发明涉及电力负荷预测技术领域,提供一种基于VMD和SRU网络的园区短期电力负荷预测方法,具体步骤如下:步骤一:数据获取以及预处理;步骤二:VMD分解数据;步骤三:数据归一化;步骤四:SRU网络构建以及训练;步骤五:模型预测以及结果叠加。本发明的有益效果在于:通过使用基于VMD‑SRU的组合预测模型,首先将原始电力负荷数据进行分解,然后进行训练预测,简单循环单元提取分解后数据的时序特征,并通过独特的网络结构,能够在提高电力负荷预测精度的同时,提升训练速度。
技术关键词
混叠现象 电力负荷预测精度 电力负荷预测技术 拉格朗日 组合预测模型 数据采集系统 数据服务器 时序特征 网络结构 插值法 频率 因子 矩阵
系统为您推荐了相关专利信息
1
基于秘密共享的无线传感器网络群组认证与密钥协商方法
传感器节点 汇聚节点 注册中心 密钥协商方法 无线传感器网络
2
基于稀疏-邻域联合约束的深度展开ISAR超分辨率成像方法
图像退化模型 超分辨率成像 阶段 压缩感知理论 分支
3
自动驾驶系统的安全性综合评估方法、装置及相关设备
自动驾驶系统 综合评估方法 车载传感器 深度神经网络模型 时序
4
一种基于多任务交互PINN和全局振动模型的滚柱直线运动导轨振动分析方法
直线运动导轨 振动分析方法 拉格朗日方程 多任务 交互网络
5
流量带宽分配方法、装置、设备、可读存储介质及程序产品
带宽分配方法 神经网络预测模型 组合预测模型 指标 带宽分配装置
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