公开(公告)号：CN107967542B

公开(公告)日：2021-07-27

申请号：CN201711400097.5

申请日：2017-12-21

申请人： 国网浙江省电力公司丽水供电公司 ,  国家电网公司

发明人： 黎自若 ,  方志强 ,  王晓辉 ,  夏通 ,  周艳梅 ,  付健艺 ,  施进平 ,  周晨 ,  吴志华 ,  吴中旻 ,  朱好 ,  吴昊铮 ,  严辉敏

IPC分类号： G06Q10/04 ,  G06Q50/06

摘要： 本发明公开了一种基于长短期记忆网络的售电量预测方法。它包括以下步骤：S1：确定影响售电量数据的影响因素；S2：计算每个待分析行业的售电量数据与每个影响因素数据的Pearson相关系数r；S3：使用k‑means聚类算法，对以上各个行业的Pearson相关系数r进行聚类，聚类之后得到若干个簇；S4：对每个簇的日总用电量数据进行归一化处理，对影响因素数据进行归一化处理；S5：基于长短期记忆网络LSTM的售电量预测模型得到总的售电量预测结果。本发明能够自动学习售电量数据以及相关影响因素的数据特征，基于长短期记忆网络对多条件售电量数据进行建模，实现对售电量的准确预测。

公开(公告)号：CN107967542A

公开(公告)日：2018-04-27

申请号：CN201711400097.5

申请日：2017-12-21

申请人： 国网浙江省电力公司丽水供电公司 ,  国家电网公司

发明人： 黎自若 ,  方志强 ,  王晓辉 ,  夏通 ,  周艳梅 ,  付健艺 ,  施进平 ,  周晨 ,  吴志华 ,  吴中旻 ,  朱好 ,  吴昊铮 ,  严辉敏

IPC分类号： G06Q10/04 ,  G06Q50/06

CPC分类号： G06Q10/04 ,  G06Q50/06

摘要： 本发明公开了一种基于长短期记忆网络的售电量预测方法。它包括以下步骤：S1：确定影响售电量数据的影响因素；S2：计算每个待分析行业的售电量数据与每个影响因素数据的Pearson相关系数r；S3：使用k-means聚类算法，对以上各个行业的Pearson相关系数r进行聚类，聚类之后得到若干个簇；S4：对每个簇的日总用电量数据进行归一化处理，对影响因素数据进行归一化处理；S5：基于长短期记忆网络LSTM的售电量预测模型得到总的售电量预测结果。本发明能够自动学习售电量数据以及相关影响因素的数据特征，基于长短期记忆网络对多条件售电量数据进行建模，实现对售电量的准确预测。