摘要
本发明涉及电力能源负荷分析技术领域,尤其涉及一种基于深度学习的深远海养殖电力能源负荷智能分析方法。所述方法包括以下步骤:获取深远海养殖电力能源系统的电力多能源设备数据以及用户用电数据;基于电力多能源设备数据以及用户用电数据建立优化运行光‑柴‑储电力能源集成模型,以采集电力多能源即时运行负荷数据;获取深远海养殖电力能源系统的多模态运行感知要素数据;基于多模态运行感知要素数据进行运行负荷变换的趋势预测模型建立,生成运行负荷变换趋势预测模型;将电力多能源即时运行负荷数据传输至运行负荷变换趋势预测模型分析电力能源运行负荷趋势特征数据。本发明实现深远海养殖电力能源系统的运行负荷精准预测。
技术关键词
深远海养殖
多能源设备
智能分析方法
趋势预测模型
电力能源系统
生成电力
模糊特征
能源集成优化
网络拓扑模型
电力能源设备
时序
负荷特征
关联特征数据
层级
拓扑结构数据