公开(公告)号：CN118589489A

公开(公告)日：2024-09-03

申请号：CN202410759026.8

申请日：2024-06-13

申请人： 国网河南省电力公司周口供电公司

发明人： 潘龙 ,  毕猛强 ,  马琨 ,  庞帅 ,  韩东红 ,  施学昭 ,  赵丹 ,  任展霆 ,  郑海广 ,  谢振林 ,  靳海霞 ,  裴帅 ,  张庆庆 ,  张洋 ,  汪卫疆 ,  李克豫

IPC分类号： H02J3/00 ,  G06Q10/0631 ,  G06Q50/06 ,  G06F18/27 ,  G06F18/213 ,  G06N3/0455 ,  G06N3/0499 ,  G06N3/08

摘要： 本发明公开了基于深度学习的电网负荷预测优化系统和方法，属于电力电网技术领域。本发明解决了现有方法预测不精准的问题，通过设定时间节点和一次性采集时长，数据采集终端对电网负荷进行定时采集，并按传输间隔时间点进行定时传输，以确保数据传输的时效性；通过建立深度学习网络模型，对其进行多次训练与测试，并输出多组预测结果；基于多组预测结果建立相应的策略优化方案，以此形成资料库；并由此建立检索关键字，以便客户端根据当前预测结果或当前电网负荷属性进行检索，从而获取当前电网负荷的优化调度策略，由此避免现有电网系统存在精度低、数据传输慢、预测效果不稳定的问题，提高了该系统预测方法的准确性。