摘要
本发明提出一种用电客户负荷预测方法及系统,根据不同用户或地区的用电模式进行个性化预测,针对用电客户不同季节、特殊事件训练不同模型,并持续更新、提高预测的个性化,增强灵活性。同时结合历史负荷数据、气象数据、节假日、用户参与电力市场调节信息等多种来源的数据,提高用电预测的准确性,同时提升客户电力负荷预测的准确性与实时性,为电力调度、资源配置、电价策略制定提供科学依据。
技术关键词
负荷预测方法
客户
预测模型训练
多元线性回归模型
负荷预测系统
LSTM算法
电力负荷预测
负荷预测模型
历史负荷数据
日负荷曲线
处理单元
序列
气象
时间段
存储器
傅立叶
可读存储介质
系统为您推荐了相关专利信息
时序预测模型
时序平滑方法
时间段
客户
带宽预测方法
电网负荷预测方法
混合深度学习模型
强化学习代理
负荷预测模型
长短期记忆网络
加密查询方法
节点
数据加密方法
对象
同态加密方法
关联规则挖掘方法
计算机程序产品
分析系统
表达式
客户管理系统
工控系统
终端设备
通讯加密方法
SM3算法
客户端