摘要
本发明公开了一种电力系统的电力预测方法、装置、介质及设备。本申请通过获取实时电力负荷数据并将其输入到已经训练好的多层深度学习网络模型中,该模型基于LSTM或GRU网络构建,并通过API接口和Web爬虫技术从新能源发电设备、天气监测站和电力负荷传感器中获取的多源历史电力负荷数据和气象数据进行训练,以输出准确的电力负荷预测值,实现对电力系统的高效预测和管理。
技术关键词
电力预测方法
新能源发电设备
深度学习网络模型
负荷传感器
电力系统
爬虫技术
监测站
气象
预测电力负荷
数据
预测装置
特征选择算法
Adam算法
输入输出模块
降维技术
代表
系统为您推荐了相关专利信息
非线性规划模型
宽频
基尔霍夫电流定律
监测电力系统
数据
电力系统调峰需求
光伏装机容量
风电装机容量
规划
时序
深度学习网络模型
锅炉运行数据
红外接收器
在线软测量方法
旋风分离器
电池储能系统
历史负荷数据
充放电策略
时间序列特征提取方法
生成方法