摘要
本发明公开了一种配电网运行状态分析方法、电子设备及介质,涉及深度学习技术领域,本方案考虑到通过配电网的原始数据对配电网的运行状态的进行预测会因原始数据的不规律变化导致预测结果不准确,所以本方案通过小波包分解的方式对不稳定的配电网的历史运行状态信息进行分解,以对配电网的当前运行状态信号进行多层次的频率,使得神经网络训练后得到的配电网运行状态预测模型能够更准确的预测配电网的未来状态,此外,因为配电网运行状态预测模型具备实时监测所述配电网的实时运行状态信息的功能,所以还能够基于实时运行状态信息调整未来运行状态信息,以提高未来运行状态信息的准确性,进而提高配电网运行状态分析过程的准确性。
技术关键词
配电网运行状态
历史运行状态
分析方法
时序
信号
延迟量
预测特征
神经网络训练
深度学习技术
电子设备
可读存储介质
存储计算机程序
多层次
频率
处理器
样本
矩阵
变量
系统为您推荐了相关专利信息
时间卷积网络
能源负荷预测系统
综合能源系统优化
时序特征
注意力机制
重构参数
边坡抗滑
综合分析方法
模糊逻辑
土体参数