摘要
本发明提供一种综合能源系统短期负荷预测方法及装置,包括如下步骤:步骤一、获取电、热、冷负荷历史数据及气象数据;步骤二、对电、热、冷负荷历史数据及气象数据进行预处理;步骤三、进行特征选择,用于剔除不相关或冗余的特征;步骤四、选择评估指标,用于通过评估指标来量化模型性能;步骤五、划分数据集;用于将负荷预测数据集划分为训练集、验证集和测试集;步骤六、将所述测试集中的数据输入最优多粒度自适应时空图神经网络负荷预测模型,以获得相应的电、热、冷负荷的预测结果。本方案能够全面提取多种负荷及其与影响因素之间的耦合特征、负荷本身的多粒度时间特征,提高负荷预测的精度,为能源系统规划、调度及决策提供更加准确的支持。
技术关键词
短期负荷预测方法
综合能源系统
耦合特征
短期负荷预测装置
负荷预测模型
负荷历史数据
卷积模块
神经网络单元
气象
反规范化
特征选择
线性插值方法
地表反照率
分支
皮尔逊相关系数
周期性
动态
训练集