Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 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

一种应用于流程工业电力交易的用户负荷预测方法 

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!

摘要:本发明公开了一种应用于流程工业电力交易的用户负荷预测方法,涉及电力负荷预测技术领域,解决了现有负荷预测技术对于受电容量小、缺乏周期性规律、波动性大的大工业企业,预测难度高的技术问题;包括:采集不同时间尺度的静态周期特征、动态特征、历史相似日特征、关联气象特征、波动性特征以及不同时段编码特征等,然后对多重特征进行转换与组合,得到多重时序特征组合数据;联合多重时序特征组合数据建模,采用集成学习框架和多模型融合策略,对区域调度负荷预测输出,预测精度高;同时在预测终端运算过程中,对各个运算节点的算力占用情况进行监测分析,有序开展动态算力扩充或缩减,达到资源最充分利用的目的,提高数据处理效率。

主权项:1.一种应用于流程工业电力交易的用户负荷预测方法,其特征在于,包括如下步骤:步骤一:特征工程:采集不同时间尺度的静态周期特征、动态特征、历史相似日特征、关联气象特征、波动性特征以及不同时段编码特征,然后对多重特征进行转换与组合;分析月、周、日、时的新能源出力曲线变化规律,采用不同尺度、不同周期的相似序列,以及新能源出力波动性特性,气象要素特征因素进行综合分析,得到多重时序特征组合数据;步骤二:对分析得到的多重时序特征组合数据进行清洗和处理;步骤三:在离线阶段基于最大互信息系数算法,分析多重时序特征组合数据和待预测负荷数据之间的相关性,得到测试集数据;步骤四:模型训练和迭代:将具有不同特征和参数的单模型进行增强融合,采用多模型迭代的方式进行训练和优化,得到综合集成模型;步骤五:滚动预测和修正:获得综合集成模型后,预测终端将待预测时区的多重时序特征组合数据作为模型输入,计算标准化预测结果;其中,预测终端包括若干个运算节点;在预测终端运算过程中,对运算节点的算力占用情况进行监测分析,有序开展动态算力扩充或缩减;步骤六:根据自适应动态周期选择对标准化预测结果进行概率化修正,得到最终的负荷预测序列。

全文数据:

权利要求:

百度查询: 贰佰号科技(北京)有限公司 一种应用于流程工业电力交易的用户负荷预测方法

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。