一种基于长短期记忆网络的台区负荷预测方法和系统

首页 AI资讯 AI技术研报 AI监管政策 AI产品测评 AI商业项目 arena全球大模型排行榜 AI产品热榜 AI 源力市场 AI新闻日报

正文
推荐专利
一种基于长短期记忆网络的台区负荷预测方法和系统
申请号:CN202511276878
申请日期:2025-09-09
公开号:CN120767819A
公开日期:2025-10-10
类型:发明专利
摘要
本发明提供了一种基于长短期记忆网络的台区负荷预测方法和系统,包括:获取目标台区的实时负荷数据;根据所述实时负荷数据进行特征提取,得到负荷特征数据;根据所述负荷特征数据,利用预先构建的预测模型对所述目标台区进行负荷预测,得到所述目标台区的负荷需求数据;其中,所述预测模型是基于长短期记忆LSTM网络和所述目标台区的拓扑参数数据进行构建的;本发明利用基于LSTM网络和拓扑参数构建的预测模型对台区进行负荷预测,能够有效处理电力负荷数据中的长期依赖关系和非线性特征,使得负荷预测过程中能够自适应不同台区的物理结构特征,从而能够提高对台区级负荷预测的精度稳定性。
技术关键词
负荷特征 长短期记忆网络 负荷预测方法 多模态 历史负荷数据 耦合特征 特征提取模块 子模块 负荷预测系统 矩阵 非线性动力学 重构 轨迹 参数 分布式光伏 非线性特征
添加客服微信AITNT178,进AITNT官方交流群
沪ICP备2023015588号