一种基于RACNet的多变量电力负荷预测方法

    公开(公告)号:CN116205666B

    公开(公告)日:2024-08-13

    申请号:CN202211651310.0

    申请日:2022-12-22

    Abstract: 一种基于RACNet的多变量电力负荷预测方法,它包括以下步骤:步骤一:获取真实数据,并将真实数据划分为训练数据集和测试数据集;其中真实数据包括历史电力负荷值及气象因素值;步骤二:每次取一定数量的历史电力负荷值及相关气象因素值作为一个样本,将训练数据集、测试数据集分别转化成训练样本集和测试数据集;步骤三:输入训练样本集到网络模型中,得到训练好的模型,网络模型为RACNet模型或ELECNet模型;步骤四:将测试样本集输入已到训练好的模型中,输出预期的预测数据。为了提高短期电力负荷预测的精度,提高预测的准确率,获得更好的预测效果,本发明提出一种基于RACNet的多变量电力负荷预测方法。

    一种基于RACNet的多变量电力负荷预测方法

    公开(公告)号:CN116205666A

    公开(公告)日:2023-06-02

    申请号:CN202211651310.0

    申请日:2022-12-22

    Abstract: 一种基于RACNet的多变量电力负荷预测方法,它包括以下步骤:步骤一:获取真实数据,并将真实数据划分为训练数据集和测试数据集;其中真实数据包括历史电力负荷值及气象因素值;步骤二:每次取一定数量的历史电力负荷值及相关气象因素值作为一个样本,将训练数据集、测试数据集分别转化成训练样本集和测试数据集;步骤三:输入训练样本集到网络模型中,得到训练好的模型,网络模型为RACNet模型或ELECNet模型;步骤四:将测试样本集输入已到训练好的模型中,输出预期的预测数据。为了提高短期电力负荷预测的精度,提高预测的准确率,获得更好的预测效果,本发明提出一种基于RACNet的多变量电力负荷预测方法。

Patent Agency Ranking