[发明专利]基于多尺度时序卷积神经网络的母线负荷预测方法及系统在审
申请号: | 202310576086.1 | 申请日: | 2023-05-22 |
公开(公告)号: | CN116805173A | 公开(公告)日: | 2023-09-26 |
发明(设计)人: | 王朝晖;邓星;张琪培;伍林;旷文腾;王伟;陆继翔;朱红;嵇文路;谢峰;李红;刘军君;沈茂亚;陈玉辰 | 申请(专利权)人: | 国电南瑞科技股份有限公司;国网电力科学研究院有限公司;国网江苏省电力有限公司;国网江苏省电力有限公司南京供电分公司 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q50/06;G06N3/0464;G06N3/049;G06F18/214;G06N3/0442;G06N3/084 |
代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 王苗 |
地址: | 211106 江苏省南京*** | 国省代码: | 江苏;32 |
权利要求书: | 暂无信息 | 说明书: | 暂无信息 |
摘要: | 本发明公开了一种基于多尺度时序卷积神经网络的母线负荷预测方法,获取若干母线的历史负荷数据以及对应的历史天气数据集并进行初步处理,提取相关特征分别作为训练集和验证集;根据训练集中相关特征与母线负荷预测的相关程度,确定训练数据集;将训练数据集分别输入单向LSTM模型、密集链接TCN模型、多尺度CNN模型中进行训练;通过验证集分别验证训练好的三种模型,根据三种模型预测的精确程度确定似然函数系数并构建融合预测模型;通过融合预测模型对母线负荷进行预测。采用多模型混合决策,从多尺度去学习时序数据的分布特性,提升了母线负荷预测的精确性和稳定性,降低了因分布式资源影响而导致的时序规律不确定性而产生的模型难以学习的问题。 | ||
搜索关键词: | 基于 尺度 时序 卷积 神经网络 母线 负荷 预测 方法 系统 | ||
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国电南瑞科技股份有限公司;国网电力科学研究院有限公司;国网江苏省电力有限公司;国网江苏省电力有限公司南京供电分公司,未经国电南瑞科技股份有限公司;国网电力科学研究院有限公司;国网江苏省电力有限公司;国网江苏省电力有限公司南京供电分公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/202310576086.1/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理