龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：国网山西省电力公司电力科学研究院
摘要：本发明提供一种特殊节假日的电力负荷预测方法、系统、装置及介质，涉及电力负荷预测技术领域，该方法包括构建特殊节假日负荷数据；对特殊节假日负荷数据进行数据处理；对处理后的数据进行相关性分析筛选；对筛选出的状态变量进行归一化处理；进行主成分分析网络特征学习，提取各状态变量局部相关性特征信息，同时进行时间卷积网络特征学习，提取各状态变量时序性特征信息；对局部相关性特征信息和时序性特征信息进行特征融合，利用LSTM网络模型对融合后的特征信息进行学习，得到下一时刻电力负荷预测值。本发明通过采集丰富的数据，并利用主成分分析网络和时间卷积网络进行特征提取，充分利用提取到的数据特征信息，使得预测结果更加精确。
主权项：1.一种特殊节假日的电力负荷预测方法，其特征在于，包括：S1：按一定时间间隔采集各状态变量数据，构建特殊节假日负荷数据，其中状态变量数据包括电力负荷数据、气象数据、交通客流数据、日期数据、假期标记、非特殊节假日的标记、春节假期标记；S2：对特殊节假日负荷数据进行数据处理，所述数据处理包括剔除各状态变量数据异常点，采用插值法补充异常点数据；S3：对处理后的数据进行相关性分析，筛选出与负荷变化相关性较大的状态变量；S4：对筛选出的状态变量进行归一化处理，并构建数据集；S5：对所述数据集进行主成分分析网络特征学习，提取各状态变量局部相关性特征信息，同时对所述数据集进行时间卷积网络特征学习，提取各状态变量时序性特征信息；S6：对所述局部相关性特征信息和所述时序性特征信息进行特征融合，利用LSTM网络模型对融合后的特征信息进行学习，得到下一时刻电力负荷预测值。
全文数据：
权利要求：
百度查询： 国网山西省电力公司电力科学研究院 一种特殊节假日的电力负荷预测方法、系统、装置及介质
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号