龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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经济技术研究院;国家电网有限公司
申请日：2024-03-19
公开（公告）日：2024-06-28
公开（公告）号：CN118260652A
主分类号：G06F18/241
分类号：G06F18/241;G06F18/27;G06Q50/06;H02J3/00;G06N3/0442;G06N3/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明公开了一种电力系统负荷预测模型选取方法，包括获取电力系统的历史负荷数据信息并分类得到负荷预测数据集；选取若干电力系统的候选负荷预测模型并训练和标注；构建包括若干个元学习器的预测模型，采用负荷预测数据集和候选负荷预测模型进行训练；建立各个元学习器的置信度水平与预测精度之间的拟合式；进行实际的负荷预测模型选取时，根据实际的负荷数据信息和拟合式选取得到最佳的电力系统负荷预测模型。本发明还公开了一种实现所述电力系统负荷预测模型选取方法的系统，以及包括了所述电力系统负荷预测模型选取方法的负荷预测方法。本发明能够针对不同类型的负荷预测任务选择合适的负荷预测模型，而且可靠性高，精确性好，实时性好。
主权项：1.一种电力系统负荷预测模型选取方法，包括如下步骤：S1.获取电力系统的历史负荷数据信息；S2.对步骤S1获取的历史负荷数据信息进行分类，从而得到负荷预测数据集；S3.选取若干个电力系统的候选负荷预测模型，并采用步骤S2得到的负荷预测数据集对各个候选负荷预测模型进行训练和标注；S4.构建包括若干个元学习器的预测模型，并采用步骤S3得到的负荷预测数据集、步骤S3得到的训练和标注后的候选负荷预测模型，对各个元学习器进行训练；S5.基于步骤S4得到的训练后的元学习器，建立各个元学习器的置信度水平与预测精度之间的拟合式；S6.进行实际的负荷预测模型选取时，根据实际的负荷数据信息和步骤S5得到的拟合式，选取得到最佳的电力系统负荷预测模型。
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经济技术研究院;国家电网有限公司 电力系统负荷预测模型选取方法、系统及负荷预测方法
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。
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