一种多模型融合的短期负荷预测方法及装置

AITNT
正文
推荐专利
一种多模型融合的短期负荷预测方法及装置
申请号:CN202510197487
申请日期:2025-02-21
公开号:CN120087542A
公开日期:2025-06-03
类型:发明专利
摘要
本申请提供一种多模型融合的短期负荷预测方法及装置,涉及短期负荷预测技术领域。该方法包括:获取当前时刻的目标电力系统的负荷数据,并分别获取当前时刻和目标时刻的日期属性、气象属性和季节属性;将当前时刻的负荷数据、日期属性、气象属性和季节属性以及目标时刻的日期属性、气象属性和季节属性输入短期负荷预测模型中,输出目标电力系统在目标时刻的预测负荷数据,短期负荷预测模型基于BP神经网络、LSTM神经网络和Logistic回归分析网络构建得到。本申请能够提高预测的准确性。
技术关键词
短期负荷预测模型 短期负荷预测方法 历史负荷数据 权重模型 LSTM神经网络 气象 日期 BP神经网络构建 电力系统 短期负荷预测装置 多模型 短期负荷预测技术 输入端 粒子群算法 数据获取模块
系统为您推荐了相关专利信息
1
配电网网格化信息管理方法、装置、设备、介质及程序
配电网网格化 信息管理方法 指标 参数 信息采集系统
2
多孔径光谱信息融合的高光谱遥感异常小目标检测方法
数据立方体 空间光谱特征 反射率 深度神经网络模型 波长
3
基于多源信息融合的无人机通信终端监管方法
多源信息融合 通信终端 飞行状态数据 监管方法 终端定位数据
4
一种双环流液冷动力电池热管理系统及控制方法
液冷动力电池 热管理系统 数据驱动模型 电池历史数据 环流
5
一种基于多源数据权重算法的始发泊位识别方法
泊位 权重算法 电子围栏技术 识别方法 高精度船舶
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