摘要
本发明涉及电力负荷波动预测领域,提供了一种基于动力学驱动的电力负荷预测方法及系统。基于动力学驱动的电力负荷预测方法包括,采用确定学习算法对获取的历史电力负荷时间训练序列进行动力学建模,提取数据内在的动力学信息;基于动力学信息,采用基于四阶龙格‑库塔模型的多步前向迭代预测器,得到从第步到第步预测值组成的电力负荷预测序列;采用校正器对从第步到第步预测值组成的电力负荷预测序列进行周期性校正,得到第步的电力负荷预测序列校正值;基于预测值和校正值,得到电力负荷预测结果。提升电力负荷预测精度。
技术关键词
电力负荷预测方法
误差校正器
四阶龙格
序列
学习算法
电力负荷预测精度
电力负荷预测系统
MLP神经网络
RBF神经网络
周期性
可读存储介质
建模误差
滑动窗口
计算机设备
系统为您推荐了相关专利信息
陀螺误差参数
快速标定方法
染色体
量子旋转门
星敏感器
预警预报方法
生命体征数据
气象
智能调度系统
风险评估模型
大语言模型
反演方法
多头注意力机制
非线性映射关系
编码特征