申请/专利权人：湖南工商大学

申请日：2022-10-25

公开（公告）日：2023-01-24

公开（公告）号：CN115640896A

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q50/06;G06F18/23213;G06N3/0442;G06N3/047;G06N3/088

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.02.14#实质审查的生效;2023.01.24#公开

摘要：本发明公开了一种多用户场景下的家庭用户电力负荷预测方法及相关设备，包括：获取家庭用户的历史电力负荷数据集，基于每个家庭用户的历史电力负荷数据集进行主成分分析，得到初始数据集，并对初始数据集聚类分析，得到N类池用户数据，采用N类池用户数据，分别对预设的深度学习模型进行训练，得到N个电力负荷预测模型；确定待预测的单个家庭用户数据在N类池用户数据中的隶属度系数；采用电力负荷预测模型，对待预测的单个家庭用户数据进行电力负荷预测，得到待预测的单个家庭用户数据对应的N类预测结果；采用隶属度系数对N类预测结果进行加权融合处理，得到待预测的单个家庭的电力负荷预测值，采用本发明可提高电力负荷预测的精准性。

主权项：1.一种多用户场景下的家庭用户电力负荷预测方法，其特征在于，包括：获取家庭用户的历史电力负荷数据集；基于每个家庭用户的所述历史电力负荷数据集进行主成分分析，得到初始数据集，并对所述初始数据集聚类分析，得到N类池用户数据，N为正整数；采用N类所述池用户数据，分别对预设的深度学习模型进行训练，得到N个电力负荷预测模型，其中，所述预设的深度学习模型包括编码器和解码器，所述解码器中包含有注意力机制模块；对待预测的单个家庭用户数据进行隶属度分析，确定所述待预测的单个家庭用户数据在N类池用户数据中的隶属度系数；采用所述电力负荷预测模型，对所述待预测的单个家庭用户数据进行电力负荷预测，得到所述待预测的单个家庭用户数据对应的N类预测结果；采用所述隶属度系数对所述N类预测结果进行加权融合处理，得到所述待预测的单个家庭的电力负荷预测值。

全文数据：

权利要求：

百度查询： 湖南工商大学 多用户场景下的家庭用户电力负荷预测方法及相关设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD