摘要
本发明涉及电力系统技术领域,尤其是指一种基于TCN‑Bi LSTM的系统等效惯量短期预测方法、装置及计算机可读存储介质,包括:获取系统等效惯量短期预测所需的系统等效惯量历史数据集,进行数据预处理;筛选目标输入变量;相似日聚类,将历史数据集划分为多个子数据集;以每个子数据集中分别训练TCN‑Bi LSTM模型,得到多个系统等效惯量短期预测模型;利用多个系统等效惯量短期预测模型进行预测。本发明能够解决传统惯量预测中变量筛选不精准、模型适应性差、时序特征提取不充分等关键问题,提高系统等效惯量短期预测精度,为电力系统等效惯量短期预测提供了更可靠的解决方案。
技术关键词
短期预测方法
BiLSTM模型
变量
标签
数据
三次样条插值法
样本
可读存储介质
预测系统
标准化方法
归一化方法
电力系统
预测装置
计算机
模块
负荷
聚类
时序
处理器
编码
系统为您推荐了相关专利信息
复合型储能系统
功率分配策略
双时间尺度
在线辨识算法
超级电容
网络流量识别技术
检测防护系统
网络流量数据
电压稳定
漏洞
性能预测模型
锌合金
数据采集模块
皮尔逊相关系数
数据处理模块