摘要
本发明提出一种基于虚拟电厂运营的负荷预测方法及系统,包括:基于蚁群优化算法动态加权组合LSTM时序子模型、XGBoost梯度提升子模型及模糊聚类子模型,构建混合预测模型;通过误差传播网络定位主要偏差源,并根据虚拟电厂实时运行状态触发混合预测模型重构;计算重构后混合预测模型的负荷可预测性指数;根据负荷可预测性指数修正混合预测模型的负荷预测结果,得到最终负荷预测值。本发明通过蚁群优化算法动态加权组合各子模型构建混合预测模型,且通过误差传播网络定位偏差源,依电厂实时运行状态重构模型,调整子模型权重,并计算模型的可预测性指数评估模型可靠性以修正结果,极大提高了虚拟电厂负荷预测的准确性。
技术关键词
混合预测模型
负荷预测方法
蚁群优化算法
蚂蚁
指数
节点
时序
偏差
预测误差
模糊C均值聚类
负荷预测系统
样本
代表
重构模型
动态
重构模块
网络
系统为您推荐了相关专利信息
概率预测方法
路基
神经网络模型
综合评估体系
算法
集中供热系统
动态数学模型
支持向量回归算法
换热器
建筑围栏
系统优化设计方法
灌溉管道
智能算法
节点
灌溉水
电网设备
监控装置
贝叶斯网络模型
融合电网
气象监测设备