摘要
本发明提供了一种极端天气下电量预测方法,涉及电量预测技术领域,包括以下步骤:获取用户的用电量数据,筛选出极端天气对应的用电量数据,得到四种极端天气数据集,极端天气包括高温天气、寒潮天气、暴雨天气、台风天气;利用四种极端天气数据集构造历史电量特征及气象组合特征;利用历史电量特征及气象组合特征构建基于TTAO‑KAN‑LSTM的电量预测模型,进行训练并预测。本发明采用上述的一种极端天气下电量预测方法,解决了现有技术中在极端天气下预测存在较大偏差的问题。
技术关键词
电量预测方法
天气
电量预测模型
气象
线性组合特征
电量预测技术
三角剖分算法
时序特征
网格
数据
非线性特征
节点特征
动态更新
特征数
滑动窗口
样本
控制权
变量
系统为您推荐了相关专利信息
索道
客流预测
大屏系统
多维特征向量
可视化大屏
多模态环境
时空融合特征
智能预测方法
种植区
智能预测系统
二维水动力模型
湖泊湿地植物
元胞自动机
垂线平均流速
生态
管道完整性管理
数据分析模型
管道本体
管道周边
多源数据融合技术
亮化照明工程
监测调控方法
云端服务器
需求预测模型
照明设备