摘要
本发明公开了一种智能配电网多场景负荷预测评估方法、装置及系统,所述智能配电网多场景负荷预测评估方法包括:将获取到的多场景电网负荷数据输入至特征粗提取模型,生成粗特征;将所述粗特征输入至CRBM网络,以使得预先构建的能量特征函数最小为目标,利用所述CRBM网络生成深层负荷特征;其中,所述能量特征函数的输入参数包括CRBM网络的可见层状态、隐藏层状态和条件层状态;将所述深层负荷特征输入至预先构建的负荷预测模型,得到负荷预测值,完成负荷预测评估。本发明预测结果准确,且具有良好的预测稳定性。
技术关键词
预测评估方法
智能配电网
负荷特征
Adaboost模型
多场景
BiLSTM模型
负荷预测模型
网络
双曲正切函数
非线性
因子权重
参数
积层
评估装置
数据
评估系统
预测误差
生成方法
系统为您推荐了相关专利信息
LSTM模型
负荷特征
短期电力负荷预测
训练集
皮尔逊相关系数
热电
负荷预测装置
负荷特征
深度学习模型
负荷预测模型
业务流程模型
实时路况
异常信息
多模态数据采集
多场景
交通信号控制方法
多模态数据融合
数字孪生驱动
动态
交通流预测
多窗口
窗口检测
算法
负荷识别技术
残差网络模型