一种短期负荷预测方法

AITNT
正文
推荐专利
一种短期负荷预测方法
申请号:CN202411823721
申请日期:2024-12-12
公开号:CN119849963A
公开日期:2025-04-18
类型:发明专利
摘要
本发明提供一种短期负荷预测方法,包括,收集电力系统的多变量数据,并对收集的多变量数据进行预处理;其中,所述多变量数据至少包括电力负荷数据、天气数据、节假日信息及日期数据;将预处理后的多变量数据输入预训练的预测模型,得到对应的预测结果;其中,所述预测模型为时间卷积网络与长短期记忆网络相结合的模型,并通过预设的搜索算法进行超参数优化,及利用历史多变量数据进行训练后,结合多个固有模态分量预测结果为模型输出;根据预测结果确定电力系统对应的短期负荷。本发明有效提取电力负荷数据中的非线性特征,并通过多模型的优势互补,实现更为精准的负荷预测,为电力系统的稳定运行提供坚实保障。
技术关键词
长短期记忆网络 短期负荷预测方法 时间卷积网络 变量 数据 节假日信息 电力系统 搜索算法 注意力参数 窄带条件 非线性特征 超参数 拉格朗日 序列 多模型 模块 日期
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