摘要
本申请提供一种电力负荷的预测方法、装置、电子设备及存储介质,所述方法包括获取预定历史时间段的电力数据和气象数据;基于所述电力数据,对所述气象数据进行筛选,得到目标气象数据;将所述电力数据和所述目标气象数据依次输入至预先训练的预测模型,通过所述预测模型输出与所述预定历史时间段存在对应关系的预定未来时间段的电力负荷;其中,所述预测模型是引入粒子群算法对预先构建的长短期记忆网络预测模型进行训练得到的,解决了现有技术中预测电力负荷的可靠性低的技术问题,提升了预测电力负荷的准确性。
技术关键词
长短期记忆网络
引入粒子群算法
气象
时间段
预测电力负荷
训练集数据
误差
参数
电子设备
预测装置
计算机
处理器
关系
输出模块
精度
系统为您推荐了相关专利信息
浓度预测方法
空间相关矩阵
局部时空特征
船舶
环境监测终端
光伏储能设备
频谱特征
故障风险评估
独立成分分析算法
短时傅里叶变换
智能体平台
资源管理方法
资源分配策略
容器化技术
非易失性计算机存储介质
数据智能识别方法
加密解密
深度残差卷积神经网络
训练样本集
采集设备