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】电力系统净负荷预测方法、装置、电子设备和存储介质_国网浙江省电力有限公司经济技术研究院;国网浙江省电力有限公司_202311428794.7 

申请/专利权人:国网浙江省电力有限公司经济技术研究院;国网浙江省电力有限公司

申请日:2023-10-30

公开(公告)日:2024-04-12

公开(公告)号:CN117875467A

主分类号:G06Q10/04

分类号:G06Q10/04;G06Q50/06;G06N3/0455;G06N3/08;H02J3/00

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.04.30#实质审查的生效;2024.04.12#公开

摘要:本公开提供了电力系统净负荷预测方法、装置、电子设备和存储介质。通过经验模态分解方法分解历史净负荷数据,得到多个固有模态函数并识别主导IMFs;选择包括多个年份和季节的历史数据并考虑相关因素如天气和季节性因素;确定与天气和季节性有密切关系的因素,构建一个“预测器矩阵”,整合所有被选中的关键特征,并作为预测模型的输入基础;应用并优化Transformer预测模型,其中包括数据的归一化处理、模型的构建、模型的训练与参数优化等步骤;对模型进行评估与验证,采用交叉验证进行模型验证,并选择合适的性能指标进行模型性能的评估和进一步的模型调优。采用本公开的技术方案,可以提高光伏净负荷预测的准确性和稳健性。

主权项:1.一种电力系统净负荷预测方法,其特征在于,包括:获取带噪音的净负荷数据并进行经验模态分解以获得系列的固有模态函数和残差;从所述系列的固有模态函数筛选出符合预设振幅和频率特性的主导固有模态函数,并从所述主导固有模态函数中提取主要模式组分;将所述主导固有模态函数、基于相关影响因素筛选得到的历史数据作为待预测输入数据;确定与净负荷相关的天气和季节性因素并进行特征工程处理,通过特征选择方法筛选出满足预设目标变量关联性的预测特征;构建Transformer预测模型,并将所述预测特征、所述待预测输入输入进行模型训练和参数优化;通过交叉验证法对完成训练的Transformer预测模型进行评估和验证,选择符合预设性能指标的模型进行电力系统净负荷的预测。

全文数据:

权利要求:

百度查询: 国网浙江省电力有限公司经济技术研究院;国网浙江省电力有限公司 电力系统净负荷预测方法、装置、电子设备和存储介质

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。