融合分时电价要素与长短期时序特征的月度负荷预测方法

AITNT
正文
推荐专利
融合分时电价要素与长短期时序特征的月度负荷预测方法
申请号:CN202511152929
申请日期:2025-08-18
公开号:CN121030659A
公开日期:2025-11-28
类型:发明专利
摘要
本申请公开了一种融合分时电价要素与长短期时序特征的月度负荷预测方法,涉及负荷预测领域,该方法包括:基于双通道时序神经网络和长短期时序路由模块,采用知识迁移算法构建月度负荷预测模型;所述双通道时序神经网络包括多尺度分块模块、Mamba模块和局部窗口变换器;获取月度负荷的关键特征参数;将所述关键特征参数输入至月度负荷预测模型中,对月度负荷进行预测。本申请能够为电力需求预测和系统规划决策提供科学、可靠的量化依据。
技术关键词
月度负荷预测方法 负荷预测模型 时序神经网络 时序特征 多尺度分块 线性转换器 状态空间模型 模块 特征量化方法 变换器 电力需求预测 负荷预测系统 融合特征 处理器 计算机程序产品 样本 算法 序列
系统为您推荐了相关专利信息
1
基于ReliefTab-GBM网络的发动机故障诊断方法与系统
时序特征 数据 Relief算法 发动机工况 多模型
2
分布式储能虚拟电厂的负荷管理方法及系统
负荷预测模型 负荷管理方法 分布式储能 储能设备 负荷管理系统
3
一种基于大数据的电网调度方法及装置
调度装置 配电柜体 电网调度方法 大数据 清洁机构
4
基于数字孪生的电气一体化综合性培训方法及系统
数字孪生模型 个性化学习路径 历史故障数据 一体化设备 故障特征
5
一种基于露点传感器的空压站智能控制系统
露点传感器 智能控制系统 冷干机 露点温度 远程控制模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号