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
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。
0/0