一种基于灰色关联的DA-LSTM的短期电力负荷预测方法

    公开(公告)号:CN114595873B

    公开(公告)日:2024-07-19

    申请号:CN202210169235.8

    申请日:2022-02-23

    摘要: 本发明公开了一种基于灰色关联的DA‑LSTM的短期电力负荷预测方法,包括:获取多日日负荷影响因素数据和负荷数据,计算各个日负荷影响因素数据负荷数据之间的MIC值,获得各影响因素的权重,划分历史日数据和待预测日数据,并构建灰色关联判断矩阵,利用各影响因素的权重对灰色关联判断矩阵进行加权,计算出加权灰色关联决策阵,得到每个历史日和待预测日的灰色关联值,将灰色关联值从大到小进行排序,设置阈值,选择满足阈值历史日作为相似日集,构建DA‑LSTM模型,利用将蜻蜓算法DA对长短期记忆网络LSTM的参数进行优化,在DA‑LSTM模型中输入相似日数据,对待预测日进行负荷预测。该方法结合历史负荷、气象、日期类型等因素进行预测,能对待预测日实现短期预测。

    非活性电流谐波结合XGBoost的非侵入式负荷辨识方法

    公开(公告)号:CN114530847B

    公开(公告)日:2024-08-09

    申请号:CN202210170067.4

    申请日:2022-02-23

    摘要: 本发明公开了非活性电流谐波结合XGBoost的非侵入式负荷辨识方法,包括:利用非侵入式负荷监测系统采集待识别的电力系统负荷稳态电流数据和稳态电压数据,对采集到的稳态电流数据和稳态电压数据中值滤波处理,根据中值滤波后的稳态电流数据和稳态电压数据提取总有功功率特征、总无功功率特征及非活性电流各次谐波分量特征,利用核主成分分析KPCA对非活性电流各次谐波分量特征降维,提取主要谐波信息,与总有功功率特征、总无功功率特征结合形成XGBoost分类模型的多特征目标函数,将提取总有功功率特征、总无功功率特征及非活性电流各次谐波分量特征输入XGBoost分类模型,识别不同的负荷。该方法用于非侵入式负荷辨识,实现了负荷高效且快速准确识。

    一种基于灰色关联的DA-LSTM的短期电力负荷预测方法

    公开(公告)号:CN114595873A

    公开(公告)日:2022-06-07

    申请号:CN202210169235.8

    申请日:2022-02-23

    摘要: 本发明公开了一种基于灰色关联的DA‑LSTM的短期电力负荷预测方法,包括:获取多日日负荷影响因素数据和负荷数据,计算各个日负荷影响因素数据负荷数据之间的MIC值,获得各影响因素的权重,划分历史日数据和待预测日数据,并构建灰色关联判断矩阵,利用各影响因素的权重对灰色关联判断矩阵进行加权,计算出加权灰色关联决策阵,得到每个历史日和待预测日的灰色关联值,将灰色关联值从大到小进行排序,设置阈值,选择满足阈值历史日作为相似日集,构建DA‑LSTM模型,利用将蜻蜓算法DA对长短期记忆网络LSTM的参数进行优化,在DA‑LSTM模型中输入相似日数据,对待预测日进行负荷预测。该方法结合历史负荷、气象、日期类型等因素进行预测,能对待预测日实现短期预测。

    非活性电流谐波结合XGBoost的非侵入式负荷辨识方法

    公开(公告)号:CN114530847A

    公开(公告)日:2022-05-24

    申请号:CN202210170067.4

    申请日:2022-02-23

    IPC分类号: H02J3/00 G06K9/00

    摘要: 本发明公开了非活性电流谐波结合XGBoost的非侵入式负荷辨识方法,包括:利用非侵入式负荷监测系统采集待识别的电力系统负荷稳态电流数据和稳态电压数据,对采集到的稳态电流数据和稳态电压数据中值滤波处理,根据中值滤波后的稳态电流数据和稳态电压数据提取总有功功率特征、总无功功率特征及非活性电流各次谐波分量特征,利用核主成分分析KPCA对非活性电流各次谐波分量特征降维,提取主要谐波信息,与总有功功率特征、总无功功率特征结合形成XGBoost分类模型的多特征目标函数,将提取总有功功率特征、总无功功率特征及非活性电流各次谐波分量特征输入XGBoost分类模型,识别不同的负荷。该方法用于非侵入式负荷辨识,实现了负荷高效且快速准确识。