摘要
本发明涉及电力调度技术领域,具体为基于物联网驱动的电力需求实时感知与响应系统、方法、电子设备及计算机可读存储介质,方法包括:在用户侧采集用电功率和用电时间数据,并对数据进行预处理;构建用电功率曲线,提取用电特征;采用K‑means聚类算法对用户用电特征进行聚类分析,将用户分为k个用电类别;通过训练长短期记忆网络LSTM模型,构建用电需求预测模型,对未来用电功率曲线走势进行预测;基于预测结果和聚类划分的用电行为类别,结合电力储能设备的充放电调度策略,建立用电调度响应机制,实现对未来不同时间段用电行为的灵活调度响应。本发明方法可提高用电管理精度和效率,满足个性化用电需求,优化能源利用。
技术关键词
电力传感器
需求预测模型
LSTM模型
长短期记忆网络
电力储能设备
曲线
序列
数据
电力需求预测
功率值
聚类分析算法
特征提取模块
电力调度技术
可读存储介质
时间段
滑动窗口
初始聚类中心
负荷
系统为您推荐了相关专利信息
双向长短期记忆网络
电池单体
滑动窗口
单体电池
电压
车调度方法
全局状态信息
神经网络模型
车调度系统
策略
中央处理系统
水塔
传感器组
智能检测方法
智能检测系统
依赖特征
视频帧
BiLSTM模型
时序特征
标记
柔性传感器阵列
变电站巡检机器人
分支单元
力反馈
卡尔曼滤波算法