申请/专利权人：国网上海市电力公司;上海电力大学

申请日：2023-11-29

公开（公告）日：2024-03-26

公开（公告）号：CN117767276A

主分类号：H02J3/00

分类号：H02J3/00;G06N3/045;G06N3/0464;G06N3/0442

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.12#实质审查的生效;2024.03.26#公开

摘要：本发明涉及一种极端天气下基于组合神经网络的短期区域负荷预测方法，包括以下步骤：获取区域负荷数据和对应的气象数据，由极端天气分型法处理，获得不同极端天气类型下的负荷数据集和对应的气象数据集；采用主成分分析法对气象数据集进行降维处理，获得气象主成分；对负荷数据集和对应的气象主成分进行相关性计算，构建气象数据的主成分指标；基于相关性计算结果，筛选出负荷类特征，与气象数据的主成分指标共同构建特征集；将负荷数据集和特征集输入至预先构建好的短期区域负荷预测模型中，输出负荷预测结果，其中，短期区域负荷预测模型通过组合神经网络进行构建。与现有技术相比，本发明具有提高区域负荷短期预测精度、计算速度快等优点。

主权项：1.一种极端天气下基于组合神经网络的短期区域负荷预测方法，其特征在于，包括以下步骤：获取区域负荷数据和对应的气象数据，并根据极端天气分型方法进行处理，获得不同极端天气类型下的负荷数据集和对应的气象数据集；基于所述气象数据集采用主成分分析法进行降维处理，获得气象主成分；基于所述负荷数据集和对应的气象主成分，采用相关性分析法进行相关性计算，并基于相关性计算结果构建气象数据的主成分指标；基于所述相关性计算结果，筛选出负荷类特征，并与所述气象数据的主成分指标共同构建特征集；将所述负荷数据集和特征集输入至预先构建好的短期区域负荷预测模型中，输出短期区域负荷预测结果，其中，所述短期区域负荷预测模型通过组合神经网络进行构建，所述组合神经网络包括输入层、卷积神经网络层、长短时记忆网络层、注意力机制层和输出层。

全文数据：

权利要求：

百度查询： 国网上海市电力公司;上海电力大学 极端天气下基于组合神经网络的短期区域负荷预测方法

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