龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：南京理工大学
摘要：本发明公开计及多重时空相关性的配电网净负荷预测方法及系统，属于电力系统技术领域；预测方法包括：基于配电网历史净负荷数据和多维气象数据，通过XGBoost极限梯度提升算法分析各类型气象特征对净负荷预测的重要性，通过逐级性能实验进行特征筛选；基于筛选后的气象特征历史数据，通过模糊C均值聚类算法对不同天气类型净负荷数据进行聚类；基于小波变换提取净负荷高低频分量，并进行分量重构；针对重构后的高频分量，基于GCN‑LSTM提取多重时空特征进行预测；针对重构后的低频分量，基于LSTM进行净负荷时序预测；根据实际净负荷值与高、低频融合预测值，采用评价指标，对预测结果的准确度与适应性进行量化分析。
主权项：1.计及多重时空相关性的配电网净负荷预测方法，其特征在于，包括以下步骤：基于配电网历史净负荷数据和多维气象采集数据，通过XGBoost极限梯度提升算法分析各类型气象特征对净负荷预测的重要性，并通过逐级性能实验进行特征筛选，选取最优气象特征；基于最优气象特征历史数据，通过模糊C均值聚类算法对不同天气类型净负荷数据进行聚类；针对不同天气类型下的净负荷聚类数据，基于小波变换提取净负荷高、低频分量，并通过自适应重构策略进行分量重构，形成不同天气类型下的高频、低频重构分量数据集；针对不同天气类型下的高频重构分量数据集，分别建立GCN-LSTM模型进行多重时空特征提取与预测；针对不同天气类型下的低频重构分量数据集，分别建立LSTM模型进行净负荷时序预测；根据实际净负荷值与高、低频融合预测值，采用评价指标，对预测结果的准确度与适应性进行量化分析。
全文数据：
权利要求：
百度查询： 南京理工大学 计及多重时空相关性的配电网净负荷预测方法及系统
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。
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