-
公开(公告)号:CN116628938A
公开(公告)日:2023-08-22
申请号:CN202310414449.1
申请日:2023-04-12
摘要: 本发明公开了一种考虑负荷多维特征的行业中长期负荷STL‑GCK预测方法,涉及负荷预测领域。目前,预测模型常因过拟合、无法收敛等原因,预测表现不佳。本发明包括步骤:行业中长期负荷数据分解得到行业负荷的趋势分量、周期分量及残差分量;行业负荷的趋势分量处理后得到行业中长期负荷趋势分量预测值;周期分量处理后得到行业中长期负荷周期分量预测值;残差分量处理后得到核密度估计结果;综合行业中长期负荷趋势分量预测值、行业中长期负荷周期分量预测值以及残差的核密度估计结果,得到行业中长期负荷概率预测结果。本技术方案综合考虑多维时间尺度的负荷特征,相较于单一预测方法,有效提高了行业中长期负荷预测的精度。
-
公开(公告)号:CN118445600A
公开(公告)日:2024-08-06
申请号:CN202410603165.1
申请日:2024-05-15
申请人: 浙江华云信息科技有限公司
IPC分类号: G06F18/2131 , G06F18/2135 , H02J3/00 , H02J3/38 , G06Q10/04 , G06Q50/06 , G06F123/02
摘要: 本发明涉及电力数据处理技术领域,公开了一种基于特征提取的电力负荷预测方法,包括:获取时间序列数据,对时间序列数据进行特征提取,得到第一数据集,特征提取使用的方法包括:离散傅里叶变换、离散小波变换和统计方法;对第一数据集进行特征压缩,得到第二数据集;从第二数据集中选取多个不同输出长度的数据子集依次输入Autoformer模型中,得到多个与不同输出长度的数据子集对应的单一预测模型;将多个单一预测模型进行整合,输出电力负荷预测的预测集成模型。本发明通过同时采用离散傅里叶变换、离散小波变换和统计方法进行特征提取,获取了不同的特征,增加了更多特征,通过不同输出长度的数据集获取了不同的信息特征,提高了预测模型的预测精度。
-