基于深度学习的电网阻塞概率的动态预测方法及装置

AITNT
正文
推荐专利
基于深度学习的电网阻塞概率的动态预测方法及装置
申请号:CN202510176493
申请日期:2025-02-18
公开号:CN120162524A
公开日期:2025-06-17
类型:发明专利
摘要
本发明提供了一种基于深度学习的电网阻塞概率的动态预测方法及装置,属于电力系统领域。包括:获取电网的历史数据;对电网的历史数据进行预处理,得到数据集;构建CNN‑BiLSTM模型;根据数据集对CNN‑BiLSTM模型进行训练,得到电网阻塞概率的动态预测模型;实时获取电网的运行数据;将电网的运行数据导入电网阻塞概率的动态预测模型,对电网的阻塞概率进行预测。
技术关键词
动态预测方法 动态预测模型 BiLSTM模型 数据 双向长短期记忆 引入注意力机制 预测装置 模型训练模块 可读存储介质 节点 功率值 电力系统 计算机 标签 电子设备 参数 处理器 算法
系统为您推荐了相关专利信息
1
一种集中式山地光伏可布板土地筛选方法
筛选方法 栅格 山地 软件 三维地理模型
2
SAM模型在建筑工地场景下的图像分割方法及相关装置
分割图像数据 嵌入特征 图像分割方法 训练图像数据 融合特征
3
一种低功耗预录视频处理方法及低功耗相机
视频采集单元 低功耗 存储单元 录相机 视频处理单元
4
基于电磁法探测数据提取架空三相输电线电流参数方法
电磁 谐波 频率 幅值 信号
5
基于双向自适应融合和可变形注意力的智能入侵检测方法及装置
入侵检测方法 输出特征 空间权重矩阵 代表 梯度下降优化算法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号