发明公开
- 专利标题: 考虑多元负荷耦合特性的IES负荷预测方法
-
申请号: CN202410651942.X申请日: 2024-05-24
-
公开(公告)号: CN118485177A公开(公告)日: 2024-08-13
- 发明人: 杨茂 , 陈一鸣 , 于欣楠 , 曾煜轩 , 刘子菁 , 孙勇 , 王勃 , 王钊 , 王姝 , 王铮 , 车建峰
- 申请人: 东北电力大学 , 吉林农业科技学院 , 国网吉林省电力有限公司经济技术研究院 , 中国电力科学研究院有限公司
- 申请人地址: 吉林省吉林市船营区长春路169号; ; ;
- 专利权人: 东北电力大学,吉林农业科技学院,国网吉林省电力有限公司经济技术研究院,中国电力科学研究院有限公司
- 当前专利权人: 东北电力大学,吉林农业科技学院,国网吉林省电力有限公司经济技术研究院,中国电力科学研究院有限公司
- 当前专利权人地址: 吉林省吉林市船营区长春路169号; ; ;
- 代理机构: 北京首捷专利代理有限公司
- 代理商 李学磊
- 主分类号: G06Q10/04
- IPC分类号: G06Q10/04 ; G06Q10/0631 ; G06F18/23213 ; G06N3/0442 ; G06Q50/06
摘要:
本发明公开了一种考虑多元负荷耦合特性的IES负荷预测方法,首先,利用FP‑Growth算法对多元负荷数据进行分析和挖掘,识别出负荷之间的潜在关联性;通过对各个负荷之间的关联度进行累加计算,确定综合能源系统中多元负荷的预测优先级;其次,基于多元负荷的预测优先级,选择具有最高优先级的负荷进行负荷相似波动集划分;进一步地,通过k‑means聚类算法划分相似负荷场景集。最后,针对每个负荷场景集,采取逐级预测的策略,使用双向长短期记忆神经网络进行场景集预测建模,进行多元负荷数据预测。通过算例结果表明:使用本发明方法具有较高的预测精度,能够有效处理负荷的剧烈波动,从而满足系统安全稳定的运行要求。