摘要
本发明公开了一种极端天气下双模态混合算法的电力系统多源数据填补与量化方法及装置,属于配电网技术领域,其基于逆向混沌鲸传递算法,结合气象特征动态调整,构建负荷预测模型填补缺失数据,并输出分布参数与权重系数。同时,引入气象条件矩阵,构建高斯混合模型,通过蒙特卡罗子集演绎算法量化填补数据的不确定性。该方法有效解决了传统方法在极端天气下处理效率低、误差大的问题,实验表明其收敛速度快、估计精度高,显著提升了电力系统数据的准确性和可靠性,为电力调度系统的稳定运行提供了保障。
技术关键词
混合算法
电力系统
数据预测模型
气象
概率密度函数
电力调度系统
天气
参数
高斯混合模型
互补技术
非暂态计算机可读存储介质
轮廓系数
样本
生成混沌序列
策略
鲸鱼优化算法
负荷预测模型
特征值
系统为您推荐了相关专利信息
历史气象数据
边缘计算中心
电力负荷预测模型
电力负荷预测方法
指数
网关设备
服务器
访问控制方法
模型更新
访问控制策略
潮流求解方法
分布式交流
Louvain算法
节点
简化方法
监测模块
二氧化碳浓度监测
控制平台
泄漏监测系统
红外CO2传感器
水稻病虫害
智能监测系统
智能监测方法
病斑面积
深度学习模型