摘要
本发明公开了基于TCN‑LSTM+XGB混合模型的短期电力负荷预测方法及系统,涉及信号发生器电路设计技术领域,包括:采集电力负荷数据和气象数据进行相关性分析;基于相关性分析结果,利用构建的TCN‑LSTM+XGB混合模型,进行短期电力负荷预测。本发明提高了现有电力负荷预测的准确性,本发明设计的混合模型增强了现有预测模型的稳定性能,可在电力负荷预测领域展开推广。
技术关键词
短期电力负荷预测
LSTM模型
布谷鸟算法
气象
三次样条插值法
电路设计技术
时间卷积网络
归一化方法
超参数
数据分析模块
集成方法
信号发生器
数据采集模块
小叶
系统为您推荐了相关专利信息
结构相似性算法
WRF模式
灰色关联分析法
功率
风电出力预测
双燃料船舶
最小化方法
船舶数据采集
人工神经网络模型
船舶载重
气象历史数据
预测发电功率
训练集
参数优化算法
光伏发电功率预测
数据预测方法
天气预测模型
空间特征提取
模型超参数
空间结构
矢量图形元素
动态渲染方法
飞行训练器
长短期记忆模型
实时状态信息