一种配低压配电台区的有功负荷预测方法及装置

AITNT
正文
推荐专利
一种配低压配电台区的有功负荷预测方法及装置
申请号:CN202511493191
申请日期:2025-10-20
公开号:CN120955651B
公开日期:2025-12-12
类型:发明专利
摘要
本申请提供一种配低压配电台区的有功负荷预测方法及装置,涉及台区负荷预测领域,解决了面对气温突变影响的非线性响应时,预测误差会急剧增大的技术问题。该方法包括:对台区的多源数据进行采集并清洗,得到电气量测数据;获取台区所在地的气象预报数据,并进行张量转换,得到三维张量;获取电调控政策,将电调控政策的生效时间与三维张量进行时序对齐,形成双模态输入矩阵,将双模态输入矩阵和电气量测数据输入至多因素耦合概率预测模型,输出包含负荷预测值。本申请用于配低压配电台区的有功负荷预测过程中。将气象参数、政策文本等非结构化数据转化为可量化特征,通过多因素耦合预测模型实现48、72小时等时间周期内高精度的负荷预测。
技术关键词
低压配电台区 负荷预测方法 气象预报数据 CRF模型 孤立森林算法 BERT模型 模糊规则库 电气 风险 双模态 节点 校准 语义向量 矩阵 注意力机制 卡尔曼滤波算法 多源异构数据 异常数据
系统为您推荐了相关专利信息
1
电力负荷需求预测方法、装置及电子设备
电力负荷需求预测 支持向量回归模型 进化算法 电力负荷预测方法 参数
2
度夏负荷预测模型构建方法、预测方法、设备及介质
长短期记忆网络 负荷预测模型 鲸鱼优化算法 预测误差 历史负荷数据
3
一种触电故障检测定位方法及装置
触电故障检测方法 接地点 剩余电流断路器 故障检测定位方法 Prony算法
4
基于深度学习的晶体管大功率电磁热模型优化系统
模型优化系统 参数 深度学习模型 晶体管 大功率
5
一种基于深度学习的电动车电池状态实时监控系统
电池状态实时监控 多分支卷积神经网络 特征提取模块 数据采集模块 监测模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号