摘要
本申请提供了一种短期电力负荷预测方法及装置,该方法包括:获取目标区域的用电负荷和环境信息,所述环境信息包括:日最高温、日最低温、日平均温度、相对湿度和日期类型;根据所述用电负荷、环境信息和预设的短期电力负荷预测模型,确定所述目标区域的短期电力负荷预测值;其中,所述短期电力负荷预测模型是基于批量训练样本及其各自对应的实际短期电力负荷对神经网络模型预先训练得到的,每个训练样本包括:历史用电负荷和历史环境信息,所述神经网络模型包括:双向门控循环单元层和注意力机制层。本申请能够提高短期电力负荷预测的准确性。
技术关键词
短期电力负荷预测
神经网络模型
门控循环单元
博弈优化算法
超参数
注意力机制
批量
相对湿度
日期
处理器
模块
可读存储介质
存储器
计算机
电子设备
指令
系统为您推荐了相关专利信息
电站辅机设备
故障预警方法
指数
辅机故障
GRU模型
金融业务办理
客户
神经网络模型
文本技术
办理金融业务
特征提取模型
缺陷检测方法
分类识别模型
检测器件
颜色
人体动力学
序列
重构模型
点云特征提取
神经网络模型训练
电力负荷预测方法
超参数
数据
动态更新
粒子群优化算法