- 专利标题： 一种结合聚类和深度学习算法的母线短期日负荷预测方法和装置
-
申请号： CN201910492521.6申请日： 2019-06-06
-
公开(公告)号： CN110210677B公开(公告)日： 2022-03-04
- 发明人: 焦敏 , 李康 , 刘恒杰 , 亓晓燕 , 胡昌伦 , 孟凡敏 , 刘啸宇 , 王涛 , 许晓敏 , 王文君 , 陈霖 , 陈泽伟 , 陈爱友 , 梁龙飞 , 秦子健 , 丁吉峰 , 张方芬 , 李新蕾
- 申请人： 国网山东省电力公司莱芜供电公司 , 国家电网有限公司
- 申请人地址： 山东省莱芜市鲁中西大街21号;
- 专利权人： 国网山东省电力公司莱芜供电公司,国家电网有限公司
- 当前专利权人： 国网山东省电力公司莱芜供电公司,国家电网有限公司
- 当前专利权人地址： 山东省莱芜市鲁中西大街21号;
- 代理机构： 济南圣达知识产权代理有限公司
- 代理商 杨哲
- 主分类号： G06Q10/04
- IPC分类号： G06Q10/04 ; G06Q50/06 ; G06K9/62 ; G06N20/00
摘要：
本公开公开了一种结合聚类和深度学习算法的母线短期日负荷预测方法和装置，该方法包括：接收电网母线数据，分析电网母线负荷特性，确定短期母线负荷预测影响因子；提取影响因子的特征，进行数据标准化处理，建立负荷数据库；采用聚类算法将具有相似特征的母线进行聚合，确定K值；通过深度学习长短期记忆网络建立K种模式对应的预测模型；采用Momentum算法优化预测模型，完成母线负荷预测。
公开/授权文献
- CN110210677A 一种结合聚类和深度学习算法的母线短期日负荷预测方法和装置 公开/授权日：2019-09-06
