- 专利标题: 基于多源数据和混合神经网络的负荷预测方法、系统及设备
-
申请号: CN202010519594.2申请日: 2020-06-09
-
公开(公告)号: CN111695731A公开(公告)日: 2020-09-22
- 发明人: 范士雄 , 刘幸蔚 , 冯长有 , 张伟 , 李立新 , 林静怀 , 王玮 , 李劲松 , 於益军 , 皮俊波 , 王晶 , 范海威 , 张鹏 , 张宪康
- 申请人: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网福建省电力有限公司 , 国网甘肃省电力公司
- 申请人地址: 北京市海淀区清河小营东路15号
- 专利权人: 中国电力科学研究院有限公司,国家电网有限公司,国网福建省电力有限公司,国网甘肃省电力公司
- 当前专利权人: 中国电力科学研究院有限公司,国家电网有限公司,国网福建省电力有限公司,国网甘肃省电力公司
- 当前专利权人地址: 北京市海淀区清河小营东路15号
- 代理机构: 北京宝护知识产权代理有限公司
- 代理商 李宏德
- 主分类号: G06Q10/04
- IPC分类号: G06Q10/04 ; G06Q50/06 ; G06K9/62 ; G06N3/04 ; G06N3/08
摘要:
本发明提供的一种基于多源数据和混合神经网络的负荷预测方法、系统以及设备,充分利用与超短期负荷预测相关的多种类型的输入数据,包括历史负荷数据、节假日数据以及天气信息的数值数据和图像数据,并采用混合的神经网络来进行负荷预测模型的训练和预测,相较于传统预测方法和单一的神经网络预测方法,具有较高的预测精度,其预测结果为可电网发电计划以及电网安全校核提供支撑和依据。在采集的数据中,采用箱线图法和插值法对异常数据进行修正,大大提高了数据库的稳定性,降低个别偏差较大、信息不全对预测准确度的产生影响。
公开/授权文献
- CN111695731B 基于多源数据和混合神经网络的负荷预测方法、系统及设备 公开/授权日:2023-05-02