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

一种基于负荷特性差异及耦合关联的多元负荷预测方法及存储介质 

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:江苏方天电力技术有限公司

摘要:本发明公开了一种基于负荷特性差异及耦合关联的多元负荷预测方法及存储介质,包括:收集园区综合能源系统的历史多元负荷数据,进行清洗和归一化,并基于WOA‑VMD算法进行模态分解,得到最优的模态分量,依次输入负荷特性差异及耦合关联的多元负荷预测模型中训练,直至联合优化损失函数收敛,完成对多元负荷预测模型的训练;实时采集园区综合能源系统的多元负荷数据,进行清洗、归一化和模态分解,得到最优的模态分量,输入训练好的多元负荷预测模型中,预测出带有负荷分类标签的负荷分量,将预测的负荷分量求和得到负荷预测值。本发明在学习到各个负荷数据的耦合关系的同时,区分各个负荷数据,以此提升多元负荷预测的精确度。

主权项:1.一种基于负荷特性差异及耦合关联的多元负荷预测方法,其特征在于,具体包括如下步骤:步骤1、收集园区综合能源系统的历史多元负荷数据,对历史多元负荷数据进行清洗和归一化,得到标准历史多元负荷数据;步骤2、将标准历史多元负荷数据基于WOA-VMD算法进行模态分解,得到最优的模态分量;步骤3、构建负荷特性差异及耦合关联的多元负荷预测模型,将最优的模态分量依次输入多元负荷预测模型中训练多元负荷预测模型,直至联合优化损失函数收敛,完成对多元负荷预测模型的训练;步骤4、实时采集园区综合能源系统的多元负荷数据,采用步骤1的方法进行清洗和归一化后,基于WOA-VMD算法进行模态分解,得到最优的模态分量,输入训练好的多元负荷预测模型中,预测出带有负荷分类标签的负荷分量,将预测的负荷分量求和得到负荷预测值。

全文数据:

权利要求:

百度查询: 江苏方天电力技术有限公司 一种基于负荷特性差异及耦合关联的多元负荷预测方法及存储介质

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。