摘要
本发明涉及一种日前电力负荷预测方法及系统,属于电力负荷预测技术领域。步骤包括:(1)模型构建,对于待预测的第d天第t时刻的负荷,数值受多重因素影响,根据多重因素,构建混合神经网络和连续条件随机场;(2)模型求解与参数训练,通过前向推导‑误差反向传播实现混合神经网络与连续条件随机场训练;(3)利用训练后的混合神经网络与连续条件随机场进行电力负荷预测。本发明利用高斯核函数量化日内各时刻之间负荷的时序相依关系,并将多重相依关系嵌入至CCRF的概率无向图框架中进行整体建模与预测求解,提高日前负荷预测的精准度。
技术关键词
电力负荷预测方法
条件随机场
LSTM神经网络
误差反向传播
高斯核函数
气象
时序
电力负荷预测系统
电力负荷预测技术
非线性
点对点
周期
矩阵
超参数
模块
样本
数值
系统为您推荐了相关专利信息
地图可视化方法
控制点
数据处理模型
模型库
符号
接地故障定位方法
节点特征
配电网故障诊断技术
后验概率
配电网单相接地故障
信息抽取模型
智能推荐方法
小程序
依赖特征
分类特征
骨质疏松性骨折
多模态特征
骨折风险评估
椎体
注意力神经网络