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：贵州电网有限责任公司
摘要：本发明公开了一种基于LSTM‑DNN混合神经网络的短期负荷预测方法，涉及电力系统技术领域，包括收集电力负荷数据和气象参数数据；对电力负荷数据和气象参数数据进行预处理；基于多维度动态分析，将电力负荷数据划分为高峰负荷、低谷负荷和平峰负荷三种类型；对各类型电力负荷数据及其对应的气象参数数据进行特征提取，得到各类型电力负荷的特征子集；构建LSTM‑DNN混合神经网络模型架构，使用训练数据集对LSTM‑DNN混合神经网络模型进行训练和参数优化，得到负荷预测模型；将实时数据预处理和特征提取后，输入负荷预测模型进行预测，对预测结果进行反标准化处理，完成短期负荷预测。本发明能够综合各天气因素对电力负荷预测的影响，从而有效提高负荷预测的精度。
主权项：1.一种基于LSTM-DNN混合神经网络的短期负荷预测方法，其特征在于：包括，收集电力负荷数据和气象参数数据；对电力负荷数据和气象参数数据进行预处理；基于多维度动态分析，将电力负荷数据划分为高峰负荷、低谷负荷和平峰负荷三种类型；对各类型电力负荷数据及其对应的气象参数数据进行特征提取，得到各类型电力负荷的特征子集；构建LSTM-DNN混合神经网络模型架构，使用训练数据集对LSTM-DNN混合神经网络模型进行训练和参数优化，得到负荷预测模型；将实时数据预处理和特征提取后，输入负荷预测模型进行预测，对预测结果进行反标准化处理，完成短期负荷预测。
全文数据：
权利要求：
百度查询： 贵州电网有限责任公司 一种基于LSTM-DNN混合神经网络的短期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