公开(公告)号：CN117592510A

公开(公告)日：2024-02-23

申请号：CN202311558141.0

申请日：2023-11-22

申请人： 北京邮电大学 ,  国网山东省电力公司经济技术研究院

发明人： 林荣恒 ,  王振浩 ,  赵昕 ,  李秋爽 ,  陈硕 ,  刘知凡 ,  厉艳 ,  白颖

IPC分类号： G06N3/0442 ,  G06F18/214 ,  G06Q50/06 ,  H02J3/00 ,  G06N3/084

摘要： 本发明提出一种基于安全约束的负荷预测方法与系统，属于用电负荷预测技术领域。本发明使用LSTM‑Prophet‑BP神经网络的组合模型能够使用BP神经网络对LSTM和Prophet的预测结果重新拟合，将两个单一模型的优势组合体现，获得更加精准，适用性更广的预测模型；同时可以将多种外在影响因素考虑在内，使得用电负荷的预测结果更加准确且贴合实际。

公开(公告)号：CN118839806A

公开(公告)日：2024-10-25

申请号：CN202410846641.2

申请日：2024-06-27

申请人： 北京邮电大学 ,  国网江西省电力有限公司电力科学研究院

发明人： 林荣恒 ,  曾伟 ,  吴家宝 ,  吴步丹 ,  陈硕 ,  王振浩 ,  陈伟杰

IPC分类号： G06Q10/04 ,  H02J3/00 ,  G06Q50/06 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08 ,  G06N20/20

摘要： 本发明提出了一种基于LSTM‑XGBoost神经网络的多因素负荷预测方法及装置，包括：采集源数据，经预处理后，生成基于历史负荷数据和历史外在因素数据的待分析数据；将待分析数据根据数据类型生成多个第一输入数据集，根据构建的双层LSTM模型提取每个输入数据集中的长期依赖关系；基于长期依赖关系和所述历史负荷数据生成第二输入数据集，根据构建的XGBoost模型对第二输入数据集进行拟合、预测，生成基于LSTM‑XGBoost组合模型的多因素负荷预测值。本发明先使用LSTM神经网络提取历史数据的长期依赖关系，再使用XGBoost模型进行拟合，并完成最终的预测，从而提高了负荷预测的准确率。