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
时序特征
数据
Relief算法
发动机工况
多模型
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
调度装置
配电柜体
电网调度方法
大数据
清洁机构
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
露点传感器
智能控制系统
冷干机
露点温度
远程控制模块