摘要
本发明涉及智能电网技术领域,特别是一种基于双序列预测模型的微电网能源管理方法及系统。该方法首先获取微电网系统中的历史用电量和发电量数据,采用3σ规则剔除异常值、前后均值插值填充缺失值和最小-最大归一化进行数据预处理。然后将处理后的数据按7:1.5:1.5的比例分割为训练集、验证集和测试集。核心在于构建包含双分支结构的预测模型:第一分支由卷积层、批量归一化层、层归一化层、ReLU激活函数层、随机失活层和多尺度坐标注意力机制模块组成;第二分支由一维卷积和ReLU激活函数组成残差连接。通过三层神经网络结构的全连接层输出发电量和用电量预测值,并利用KL散度计算两者的分布差异,将差异反馈给微电网控制中心进行能源调节。
技术关键词
序列预测模型
能源管理方法
发电量
微电网系统
多尺度特征提取
神经网络结构
注意力机制
能源管理模块
智能电网技术
能源管理系统
双分支结构
数据
训练集
核心
控制中心
模型训练模块
坐标
系统为您推荐了相关专利信息
多尺度特征融合
果实识别方法
多尺度Retinex算法
原始图像数据
多尺度特征提取
智能大数据分析
预警管理系统
时间序列预测模型
金融
风险控制策略
调度算法
速率
存储设备
数据传输优先级
时间序列预测模型
异常事件
异常识别方法
粒子群优化算法
计算方法
风险
时间序列预测模型
对抗性
归一化方法
阶段
梯度提升树模型