摘要
本发明公开了一种电力系统净负荷爬坡需求预测方法及系统,涉及爬坡需求预测技术领域,包括采集新型电力系统的电力运行数据,对采集的数据进行预处理,构建时间序列特征;建立电力系统净负荷爬坡需求预测模型,使用预定义的索引将数据集划分为训练集、验证集和测试集,并采用自适应学习率Adam优化器和均方误差作为损失函数训练所述电力系统净负荷爬坡需求预测模型;对电力系统净负荷爬坡需求预测模型进行训练,并基于训练完成的模型预测新型电力系统未来一天的净负荷爬坡开始时间和幅度,通过误差计算评估预测性能,基于置信区间的上下限计算,得到不确定性区间。本发明提高了系统运行的安全性和稳定性。
技术关键词
需求预测方法
需求预测模型
新型电力系统
负荷
时间序列特征
电力运行数据
建立电力系统
预测误差
注意力
需求预测技术
时序
需求预测系统
数据采集模块
卷积网络模型
季节特征
依赖特征
系统为您推荐了相关专利信息
恶意流量检测模型
时间序列特征
网络入侵流量
恶意网络流量
分类器
电网运行参数
热电站
电网历史数据
电网运行状态
效能
时间序列特征
异常检测方法
关键点
参数
图像特征向量
负荷预测偏差
负荷预测模型
地源热泵系统
修正方法
气象