一种基于长短期记忆网络的农业电量预测方法和系统

    公开(公告)号:CN117634671A

    公开(公告)日:2024-03-01

    申请号:CN202311496694.8

    申请日:2023-11-10

    摘要: 一种基于长短期记忆网络的农业电量预测方法和系统,从气象部门和政府部门获得历史农业电量数据;使用长短期记忆神经网络模型建立农业排灌电量预测模型和农业生产电量预测模型训练模型;对获得的农业电量数据进行预处理分别得到农业排灌电量预测模型训练数据集和农业生产电量预测模型训练数据集;对农业排灌电量预测模型和农业生产电量预测模型进行训练;使用训练好的电量预测模型对待预测时段的农业电量进行预测。本发明克服了整体农业电量与单一或者多种影响因素相关性不强,无法准确预测的问题,并且可以适应多场景多地区使用,预测结果更加准确,保证整体农业电网的稳步运行和电价的持续稳定。

    基于神经网络的月度电量预测方法和系统

    公开(公告)号:CN118521173A

    公开(公告)日:2024-08-20

    申请号:CN202410456867.1

    申请日:2024-04-16

    摘要: 一种基于神经网络的月度电量预测方法和系统,所述方法包括:构建月电量预测的样本数据集,并对样本数据先进行扩展处理,再经过因果卷积得到处理后的样本数据;基于时序神经网络构建时间卷积网络模型即TCN模型,通过TCN模型对处理后的样本数据进行时间尺度的统一后得到压缩数据;建立时间关注机制单元,并基于所述单元构建时间注意编码器;构建剩余连接模块,所述模块包括跳跃连接单元、门控单元和归一化单元;基于LSTM构建月电量预测模型。所述方法有利于提取大量月电量数据的时间特征信息,避免了不同时间尺度的电量数据造成的预测偏差,提高了预测方法的数据处理能力和预测结果的准确度。

    一种分析用户容量变化的用电量预测方法及系统

    公开(公告)号:CN118504753A

    公开(公告)日:2024-08-16

    申请号:CN202410610929.X

    申请日:2024-05-16

    IPC分类号: G06Q10/04 G06Q50/06

    摘要: 一种分析用户容量变化的用电量预测方法及系统,其特征在于,所述方法包括以下步骤:采集用电用户的容量数据和用电量数据,并基于所述用电用户的容量数据提取出容量变更事件和事件类型;基于所述事件类型对所述用电用户进行划分,并针对每一类的所述用电用户实施针对容量变更事件的事件稳定周期、逐期电量投运比例和单位容量影响电量的运算;分析待预测时段前关联时段内的所述用电用户的容量与所述用电用户的自然增长容量之间的容量偏差,并基于所述容量偏差、事件稳定周期、逐期电量投运比例和单位容量影响电量求解出所述待预测时段的容量影响电量。