-
公开(公告)号:CN115907131B
公开(公告)日:2024-07-12
申请号:CN202211435656.7
申请日:2022-11-16
申请人: 国网宁夏电力有限公司经济技术研究院 , 屈高强
IPC分类号: G06Q10/04 , G06Q50/06 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08 , G06N7/01 , G06F18/214 , G06F18/2431 , G06F123/02
摘要: 本发明涉及电力系统技术领域,尤其涉及一种北方地区电采暖负荷预测模型搭建方法和系统。一方面,在多个特征中选出与电采暖负荷相关性最强的几个影响因素,作为输入特征,过滤掉弱相关的气象特征,避免其对预测结果的干扰,实现降维处理,减轻了神经网络的工作量,提升运行速率与精度,另一方面,采用混合模型进行电采暖负荷预测,即结合两种深度学习模型的组合方式使预测结果更准确。
-
公开(公告)号:CN115907131A
公开(公告)日:2023-04-04
申请号:CN202211435656.7
申请日:2022-11-16
申请人: 国网宁夏电力有限公司经济技术研究院 , 屈高强
IPC分类号: G06Q10/04 , G06Q50/06 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08 , G06N7/01 , G06F18/214 , G06F18/2431 , G06F123/02
摘要: 本发明涉及电力系统技术领域,尤其涉及一种北方地区电采暖负荷预测模型搭建方法和系统。一方面,在多个特征中选出与电采暖负荷相关性最强的几个影响因素,作为输入特征,过滤掉弱相关的气象特征,避免其对预测结果的干扰,实现降维处理,减轻了神经网络的工作量,提升运行速率与精度,另一方面,采用混合模型进行电采暖负荷预测,即结合两种深度学习模型的组合方式使预测结果更准确。
-