公开(公告)号：CN117856228A

公开(公告)日：2024-04-09

申请号：CN202311791816.6

申请日：2023-12-25

申请人： 国网湖北省电力有限公司信息通信公司 ,  武汉大学

发明人： 李想 ,  杨昊宁 ,  宁昊 ,  王晟玮 ,  张玉洁 ,  陈军

IPC分类号： H02J3/00 ,  G06F18/10 ,  G06F18/214 ,  G06N3/048 ,  G06N3/084

摘要： 一种基于用户用电频率画像的台区负荷预测方法、系统及介质，方法首先获取用电负荷数据进行预清洗，然后计算用电频率，并与预设值比较，接着剔除瞬时用电用户的数据，获得台区用电负荷数据，然后基于完全自适应噪声集合经验模态分解进行数据分解，最后构建并训练GRU神经网络模型，基于该模型对未来用电负荷数据进行预测；在应用中，一方面对于用户及所属台区的层次用电负荷数据进行分析，通过用电频率为用户进行画像分析，剔除用电频率较低、变化较大的用户，以提升预测精度，另一方面使用经验模态分解与神经网络结合的方法，将存在复杂依赖关系的数据转化成一系列本征模态分量进行预测，提升了预测精度。本发明的预测结果较为精准。

公开(公告)号：CN117856229A

公开(公告)日：2024-04-09

申请号：CN202311792136.6

申请日：2023-12-25

申请人： 国网湖北省电力有限公司信息通信公司 ,  武汉大学

发明人： 郭兆丰 ,  杨昊宁 ,  李想 ,  陈家璘 ,  李磊 ,  陈军

IPC分类号： H02J3/00 ,  G06F18/214 ,  G06F18/21 ,  G06F18/25 ,  G06N3/048 ,  G06N3/0499 ,  G06N3/084

摘要： 一种基于时频信息融合的电力负荷预测方法，包括：获取电力负荷数据，并将电力负荷数据划分成训练集、验证集和测试集三个部分；构建包括输入层、编码层和输出层的电力负荷预测模型；输入层用于对电力负荷数据进行归一化、分块和特征嵌入处理，并将得到的时间域特征输入到编码层中；编码层用于先将时间域的特征转换到频率域得到频率域特征，再将时间域特征和频率域特征进行信息融合得到时频域融合特征，然后提取时频域融合特征中的依赖关系；输出层用于将时频域融合特征转换为时间域上的预测结果；采用训练集的电力负荷数据对电力负荷预测模型进行训练得到训练好的电力负荷预测模型，之后进行电力负荷预测。本发明有效提升了电力负荷预测的精度。