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：西安工程大学
摘要：本发明公开了基于孤立森林的CNN‑BiLSTM的负荷预测方法，步骤是：步骤1、采集短期负荷数据；步骤2、处理异常数据；步骤3、进行归一化，再划分为训练集T1和测试集T2；步骤4、搭建CNN‑BiLSTM负荷预测模型，并完成训练；步骤5、残差纠正及误差评估，得到基于孤立森林的CNN‑BiLSTM的负荷预测结果。本发明属于电力系统运行和调度技术领域，将历史的结合天气、日期、工作日类型等因素作为输入特征，采用孤立森林对异常点进行捕捉和处理，然后采用CNN‑BiLSTM负荷预测模型进行预测，得到实际负荷预测曲线，明显提高了短期电力负荷预测的精度。
主权项：1.基于孤立森林的CNN-BiLSTM的负荷预测方法，其特征在于，按照以下步骤实施：步骤1、采集短期负荷数据；步骤2、处理异常数据；步骤3、进行归一化，再划分为训练集T1和测试集T2；步骤4、搭建CNN-BiLSTM负荷预测模型，并完成训练；步骤5、残差纠正及误差评估，得到基于孤立森林的CNN-BiLSTM的负荷预测结果。
全文数据：
权利要求：
百度查询： 西安工程大学 基于孤立森林的CNN-BiLSTM的负荷预测方法
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