电力系统负荷的自学习预测方法、装置及存储介质

AITNT
正文
推荐专利
电力系统负荷的自学习预测方法、装置及存储介质
申请号:CN202510517878
申请日期:2025-04-23
公开号:CN120355031A
公开日期:2025-07-22
类型:发明专利
摘要
本发明公开了一种电力系统负荷的自学习预测方法、装置及存储介质。涉及人工智能领域,其中,该方法包括:接收电力系统待负荷预测的影响因素数据;获取目标负荷预测模型,其中,目标负荷预测模型是依据影响因素数据调整初始负荷预测模型中的设计矩阵得到的模型;将影响因素数据输入目标负荷预测模型,预测出电力系统的负荷预测结果。本发明解决了现有技术中对电力系统负荷预测的准确性较低的技术问题。
技术关键词
负荷预测模型 学习预测方法 状态空间模型 历史负荷数据 电力系统负荷预测 广义 数据更新 矩阵 可读存储介质 方程 数据获取单元 计算机程序产品 指令 预测装置 客户端
系统为您推荐了相关专利信息
1
一种新型电力系统源网荷储协同控制方法及装置
调控策略 负荷预测模型 新型电力系统 指令 智能终端
2
一种基于图卷积与双分支融合的姿态估计方法
姿态估计方法 时序特征 双分支结构 拓扑特征 序列
3
一种烟叶加料过程中工艺参数预测控制方法、系统、介质及终端
序列 预测控制方法 状态空间模型 频域特征 数据
4
基于大小模型融合的多智能体5G基站智能节能方法及装置
智能节能方法 网络部署 无线网络设备 网络配置信息 策略管理平台
5
一种多变量融合的电力负荷预测方法及系统
电力负荷预测方法 谐波畸变率 负荷预测模型 频段 数据屏蔽
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