一种基于并联时序卷积神经网络的电力负荷中短期预测方法及系统 |
您所在的位置：网站首页 › 负荷预测数据处理 › 一种基于并联时序卷积神经网络的电力负荷中短期预测方法及系统 |
一种基于并联时序卷积神经网络的电力负荷中短期预测方法及系统
|
发明 一种基于并联时序卷积神经网络的电力负荷中短期预测方法及系统
申请号：CN202211259893.2 申请公布号：CN115545503A 申请日：2022-10-14 申请公布日：2022-12-30 专利代理机构： 镇江至睿专利代理事务所(普通合伙) 32529 代理人： 刘静 地址：212001 江苏省镇江市电力路182号 申请人： 国网江苏省电力有限公司镇江供电分公司 国网江苏省电力有限公司 查商标 最终专利权人： 发明人： 张月 赵罡 胡春光 解俊岭 刘京易 刘璐 周舒 邱娟 陈泰名 钱汉 摘要： 本发明涉及一种基于并联时序卷积神经网络的电力负荷中短期预测方法及系统,属于电力系统调度控制领域。方法包括：对训练数据进行处理，提取周期性特征数据；所述周期性特征数据包括小时周期特征数据、日周期特征数据、周周期特征数据和月周期特征数据；根据所述周期性特征数据创建并联时序卷积神经网络模型，所述并联时序卷积神经网络模型包括四个时间卷积神经网络TCN模型；利用所述并联时序卷积神经网络模型对所述电力负荷进行中短期预测，并输出预测结果。本方法能够有效反映负荷数据的多周期特征，从而提升了电力负荷中短期预测的准确度。
法律状态：
无
查看费用信息
查看PDF文档
下载PDF文档
下载WORD文档
3 1 * 专利查询信息仅供参考，实际以国家知识产权局公告信息为准。 |
【本文地址】
今日新闻 |
推荐新闻 |