基于ECELNet的多变量电力负荷预测方法

    公开(公告)号:CN117996719A

    公开(公告)日:2024-05-07

    申请号:CN202311783344.X

    申请日:2023-12-22

    摘要: 基于ECELNet的多变量电力负荷预测方法,它包括以下步骤,步骤一:获取历史电力负荷数据和气象因素数据,并将所获取的数据分为训练样本集和测试样本集;步骤二:将训练样本集进行归一化,得到归一化后的样本集;步骤三:输入归一化后的训练样本集到ELECNet模型中,得到已训练的模型;步骤四:将待测的电力负荷资料输入到已训练好的模型中,输出预测的电力负荷数据。本发明的目的是为了解决现有技术存在的由于多变量电力负荷的随机性、波动性大,而且参数多、非线性关系复杂,传统方法难以处理高维数据,导致预测电力负荷的速度较慢,且预测精度不高的技术问题,而提出的基于ECELNet的多变量电力负荷预测方法。