- 专利标题: 一种基于灰色关联的DA-LSTM的短期电力负荷预测方法
-
申请号: CN202210169235.8申请日: 2022-02-23
-
公开(公告)号: CN114595873B公开(公告)日: 2024-07-19
- 发明人: 周孟然 , 汪胜和 , 马金辉 , 朱梓伟 , 胡锋 , 高博
- 申请人: 安徽理工大学 , 国网安徽省电力有限公司
- 申请人地址: 安徽省淮南市泰丰大街168号;
- 专利权人: 安徽理工大学,国网安徽省电力有限公司
- 当前专利权人: 安徽理工大学,国网安徽省电力有限公司
- 当前专利权人地址: 安徽省淮南市泰丰大街168号;
- 代理机构: 西安铭泽知识产权代理事务所
- 代理商 张举
- 主分类号: H02J3/00
- IPC分类号: H02J3/00 ; G06Q50/06 ; G06F18/15 ; G06F18/214 ; G06F18/21 ; G06N3/0442 ; G06N3/086 ; G06N3/006
摘要:
本发明公开了一种基于灰色关联的DA‑LSTM的短期电力负荷预测方法,包括:获取多日日负荷影响因素数据和负荷数据,计算各个日负荷影响因素数据负荷数据之间的MIC值,获得各影响因素的权重,划分历史日数据和待预测日数据,并构建灰色关联判断矩阵,利用各影响因素的权重对灰色关联判断矩阵进行加权,计算出加权灰色关联决策阵,得到每个历史日和待预测日的灰色关联值,将灰色关联值从大到小进行排序,设置阈值,选择满足阈值历史日作为相似日集,构建DA‑LSTM模型,利用将蜻蜓算法DA对长短期记忆网络LSTM的参数进行优化,在DA‑LSTM模型中输入相似日数据,对待预测日进行负荷预测。该方法结合历史负荷、气象、日期类型等因素进行预测,能对待预测日实现短期预测。
公开/授权文献
- CN114595873A 一种基于灰色关联的DA-LSTM的短期电力负荷预测方法 公开/授权日:2022-06-07