摘要
本发明属于负载预测技术领域,公开了一种基于神经网络的离网微电网系统负载预测方法及系统。所述的方法包括如下步骤:使用神经网络算法,构建设备故障诊断模型、能源调度模型以及负载预测模型;进行数据采集和预处理,得到预处理后实时区域监测数据;使用设备故障诊断模型,进行设备故障诊断;若实时设备故障诊断结果为存在故障,则进入能源调度步骤,否则进入负载预测步骤;使用能源调度模型,进行能源调度,执行得到的实时能源调度方案,并返回数据采集步骤;使用负载预测模型,进行负载预测。本发明解决了现有技术存在的数据孤岛与模型泛化能力不足、故障诊断精度与效率受限、能源调度策略优化不足以及负载预测精度与鲁棒性差的问题。
技术关键词
设备故障诊断
能源调度模型
负载预测方法
电网系统
设备监测数据
监测数据采集装置
实时系统
神经网络算法
云数据中心
误差补偿值
负载预测技术
负载预测系统
群智能优化算法
微电网设备
LSTM算法
SVM算法
网关
深度学习算法
系统为您推荐了相关专利信息
应急供电方法
节点
模式
配电网系统
分布式发电机
交直流混联微电网
变流器
桥式变换器
虚拟同步发电机控制方法
模型预测控制系统
模型构建方法
粒子群算法
支路
分布式新能源发电系统
模块
多模态数据融合
维修方法
分析风电机组
动态知识图谱
时序数据预测