摘要
本发明涉及电网负荷预测领域,具体涉及一种智能电网中短期负荷预测方法,包括数据采集与初步处理,从电网监控系统采集历史负荷数据,针对采集到的数据,检查缺失值、异常值和重复值的处理,时间序列特征提取,计算负荷数据的自相关函数,对于气象数据,进行离散化处理,然后进行主成分分析,分别构建中期负荷预测模型和短期负荷预测模型;本发明一种智能电网中短期负荷预测方法通过多源数据采集与全面的初步处理,确保数据质量,特征工程中的多种特征提取与降维方法,有效挖掘数据内在规律并降低数据复杂度。
技术关键词
短期负荷预测方法
短期负荷预测模型
智能电网
电网监控系统
历史负荷数据
随机梯度下降
注意力机制
标记
电网负荷预测
协方差矩阵
成分分析
长短期记忆网络
气象监测站
时间序列特征
特征值
系统为您推荐了相关专利信息
能量管理方法
历史负荷数据
功率优化
气象
负荷预测模型
电力负荷预测方法
智能电表数据
负荷预测模型
轮廓系数
短期电力负荷预测
注意力机制
Hessian矩阵
频域特征提取
负荷预测模型
融合特征
网络流量数据
神经网络模型
流量异常检测方法
智能电网
流量异常检测装置
电网服务器
实时监控系统
负载均衡方法
线性回归模型
历史负荷数据