摘要
本发明涉及电网负荷预测技术领域,尤其涉及一种基于深度学习的电网负荷预测系统及方法,包括数据采集模块,用以对电网负荷运行数据进行实时采集;数据预处理模块,用以对电网负荷运行数据进行预处理;数据分析模块,用以对实际电网负荷运行数据进行数据重构分析;深度学习模块,用以根据深度学习模型对电网负荷预测模型进行构建,还用以根据电网负荷特征数据对电网负荷预测模型的构建过程进行优化,得到优化后电网负荷预测模型;负荷预测模块,用以根据优化后电网负荷预测模型对电网负荷进行预测,得到电网负荷预测值。本发明根据深度学习模型对电网负荷进行预测,提高电网负荷预测的精准度。
技术关键词
负荷特征
卷积神经网络模型
深度学习模型
数据分析模块
动态时间规整算法
电网负荷预测技术
序列特征
重构
优化检测方法
匹配分析方法
数据采集模块
数据修复方法
误差
综合评估方法
输出特征
系统为您推荐了相关专利信息
关键点
左心室
运动预测方法
轮廓图像
卷积神经网络模型
分析方法
概念漂移检测方法
混合深度学习模型
多源异构数据融合
蒙特卡洛模拟方法
车辆终端
导航特征
时间预测方法
计算机执行指令
行程