摘要
本发明涉及数据推理技术领域,揭露了基于AI电力负荷预测方法,所述方法包括:补偿统一时间戳的目标电力数据中的缺失值,以得到目标电网的标准化数据集,并自适应提取多维特征向量;基于历史电力数据集中的训练集预测历史电力负荷,当历史电力负荷与历史电力数据集中验证集的误差值低于负荷阈值时,得到负荷预测权重;拟合历史电力数据集中温度变化与误差值的线性关系,将线性关系的斜率表征为补偿系数;预测目标电网的电力负荷情况,并基于补偿系数修正电力负荷情况的负荷波动;将修正后的电力负荷情况编码为电力数据包,输送至S2中历史电力数据集,得到目标负荷预测报告;本发明可以提高电力负荷预测的准确度。
技术关键词
电力负荷预测方法
多维特征向量
局部波动特征
预测误差
数据推理技术
时序
训练集
时间滑动窗口
基础
报告
生成电力
编码
数据总线
电力设备
序列
系统为您推荐了相关专利信息
自动化管理方法
时间段
滑动时间窗口
自动化管理系统
机器学习模型
分区照明
智能控制系统
智能控制单元
人流量预测
能源管理系统
烟区土壤
pH值
预测误差
地理信息系统
编制方法
关联分析方法
多维特征向量
双向长短期记忆网络
学生
多学科
检测芯片
芯片筛选方法
不良品
预测误差
芯片筛选装置