摘要
本申请实施例公开了一种基于分形分析的电网负荷预测方法及装置,方法包括:获取电网的历史负荷时间序列数据进行预处理,生成标准化的负荷数据集;使用分形分析算法提取负荷数据集的分形特征;基于分形特征判断所述负荷时间序列的动态行为特性,并自适应选择短期预测或长期预测的模型参数,同时动态调整预测模型的时间尺度以适应负荷波动特性;基于分形特征分析所述历史负荷时间序列中的异常模式,生成异常检测结果;基于分形特征、异常检测结果、模型参数和外部特征,构建负荷预测模型;使用负荷预测模型预测未来时间段的电网负荷,获得预测结果。本申请提供的电网负荷预测方法,提升了预测的准确性和稳定性。
技术关键词
电网负荷预测方法
Hurst指数
分形特征
负荷预测模型
序列
短期负荷预测
动态
数据
长短期记忆神经网络
深度学习模型训练
趋势波动分析
支持向量回归
特征提取单元
存储程序指令
超参数
时间段