摘要
本发明属于电网设备承载风险预测领域,公开了一种基于净负荷预测误差的电网设备承载风险预测方法,包括:提取与净负荷预测相关性强的历史净负荷数据及潜力值高的影响净负荷特征数据;生成多维特征数据集并筛选出影响最大的特征组合;构建长短期记忆神经网络预测模型得到净负荷预测值;计算各时段净负荷预测误差率获取其概率分布;计算配电网设备承载越限概率。本发明充分考虑净负荷预测影响因素,将对模型预测相对重要的信息保留在一维特征数据中,在一定程度上可提高模型预测精度。并采用百分位数法描述预测中的不确定性,实现对接入分布式光伏发电区域净负荷预测误差分析。
技术关键词
负荷预测误差
风险预测方法
配电网设备
多维特征数据
负荷预测模型
长短期记忆神经网络
负荷特征
建立预测模型
分布式光伏逆变器
分布式光伏发电
历史气象数据
算法
营销系统
电力公司
露点温度
系统为您推荐了相关专利信息
风险预测方法
风险预测系统
DBSCAN密度聚类
库存管理系统
生成物品
状态监测系统
负荷预测模型
仿真分析
GIS地理信息系统
资产信息管理
电力负荷预测方法
谐波畸变率
负荷预测模型
频段
数据屏蔽
多维特征数据
员工能力评估
多源异构数据
画像
路径推荐方法