买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】基于WOA-VMD-PCC的配电线路负荷功率预测方法及系统_国网湖南省电力有限公司;国网湖南省电力有限公司常德供电分公司;国家电网有限公司_202311722171.0 

申请/专利权人:国网湖南省电力有限公司;国网湖南省电力有限公司常德供电分公司;国家电网有限公司

申请日:2023-12-14

公开(公告)日:2024-04-12

公开(公告)号:CN117878889A

主分类号:H02J3/00

分类号:H02J3/00;G06N3/006;G06F18/2113;G06N3/0464;G06N3/044;G06N3/082

优先权:

专利状态码:在审-公开

法律状态:2024.04.12#公开

摘要:本发明公开了一种基于WOA‑VMD‑PCC的配电线路负荷功率预测方法及系统,本发明方法包括获取配电线路的环境变量和与预处理后的历史负荷功率数据序列;针对预处理后的历史负荷功率数据序列使用采用鲸鱼优化算法WOA优化参数后的变分模态分解VMD得到IMF分量;利用皮尔逊相关系数PCC从所有的IMF分量中筛选出相关性较高的IMF分量;将环境变量和相关性较高的IMF分量作为机器学习模型的输入,利用机器学习模型获得对应的配电线路负荷功率。本发明旨在是实现配电线路负荷功率的精确预测,以克服现有配电线路负荷预测基于人工方式所存在的预测精度不高、及时性差的等问题。

主权项:1.一种基于WOA-VMD-PCC的配电线路负荷功率预测方法,其特征在于包括下述步骤:S101,获取配电线路的环境变量和与预处理后的历史负荷功率数据序列;S102,针对预处理后的历史负荷功率数据序列使用采用鲸鱼优化算法WOA优化参数后的变分模态分解VMD得到IMF分量;S103,利用皮尔逊相关系数PCC从所有的IMF分量中筛选出相关性较高的IMF分量;S104,将环境变量和相关性较高的IMF分量作为机器学习模型的输入,利用机器学习模型获得对应的配电线路负荷功率。

全文数据:

权利要求:

百度查询: 国网湖南省电力有限公司;国网湖南省电力有限公司常德供电分公司;国家电网有限公司 基于WOA-VMD-PCC的配电线路负荷功率预测方法及系统

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。