-
公开(公告)号：CN118395384A
公开(公告)日：2024-07-26
申请号：CN202410806962.X
申请日：2024-06-21
申请人： 湖南慧明谦数字能源技术有限公司
IPC分类号： G06F18/25 , G06F18/211 , G06F18/213 , G06F18/214 , G06F18/27 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06Q50/06 , H02J3/00 , G06F123/02
摘要： 本发明提供了一种多维分解与智能融合的电力负荷预测方法及相关设备，通过对目标区域的历史电力负荷数据和历史天气数据进行处理，得到周期负荷分量、非周期负荷分量、天气负荷分量和第一特征数据；将非周期负荷分量依次输入训练后的长短期记忆网络和时域卷积网络进行预测，并将预测结果进行加权融合得到非周期负荷分量总预测结果；将天气负荷分量与第一特征数据进行融合后依次输入训练后的长短期记忆网络和时域卷积网络进行预测，并将预测结果进行加权融合得到天气负荷分量总预测结果；将非周期负荷分量总预测结果、天气负荷分量总预测结果与周期负荷分量进行叠加，得到目标区域的电力负荷预测结果；可以有效地降低负荷预测误差，提高预测精度。
-
公开(公告)号：CN118395384B
公开(公告)日：2024-08-30
申请号：CN202410806962.X
申请日：2024-06-21
申请人： 湖南慧明谦数字能源技术有限公司
IPC分类号： G06F18/25 , G06F18/211 , G06F18/213 , G06F18/214 , G06F18/27 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06Q50/06 , H02J3/00 , G06F123/02
摘要： 本发明提供了一种多维分解与智能融合的电力负荷预测方法及相关设备，通过对目标区域的历史电力负荷数据和历史天气数据进行处理，得到周期负荷分量、非周期负荷分量、天气负荷分量和第一特征数据；将非周期负荷分量依次输入训练后的长短期记忆网络和时域卷积网络进行预测，并将预测结果进行加权融合得到非周期负荷分量总预测结果；将天气负荷分量与第一特征数据进行融合后依次输入训练后的长短期记忆网络和时域卷积网络进行预测，并将预测结果进行加权融合得到天气负荷分量总预测结果；将非周期负荷分量总预测结果、天气负荷分量总预测结果与周期负荷分量进行叠加，得到目标区域的电力负荷预测结果；可以有效地降低负荷预测误差，提高预测精度。
-
公开(公告)号：CN118094486A
公开(公告)日：2024-05-28
申请号：CN202410508595.5
申请日：2024-04-26
申请人： 湖南慧明谦数字能源技术有限公司
IPC分类号： G06F18/27 , G06F18/15 , G06F18/211 , G06Q10/04 , G06Q50/06 , H02J3/00 , H02J3/38 , G06F123/02
摘要： 本发明公开了一种基于全场景时序分解的光伏发电功率预测方法及系统，涉及光伏发电技术领域，该方法包括：建立光伏发电功率数据分解的时序模型；将自回归神经网络嵌入时序模型中，构建n阶自回归模型；获取光伏发电站历史数据以及天气数据，作为n阶自回归模型的训练数据，对n阶自回归模型进行训练，得到预测模型；通过预测模型，对光伏发电站的未来发电功率进行预测。本发明可以提升光伏发电功率预测的准确度，有利于电网调度、负荷分配。
-
公开(公告)号：CN118094486B
公开(公告)日：2024-07-05
申请号：CN202410508595.5
申请日：2024-04-26
申请人： 湖南慧明谦数字能源技术有限公司
IPC分类号： G06F18/27 , G06F18/15 , G06F18/211 , G06Q10/04 , G06Q50/06 , H02J3/00 , H02J3/38 , G06F123/02
摘要： 本发明公开了一种基于全场景时序分解的光伏发电功率预测方法及系统，涉及光伏发电技术领域，该方法包括：建立光伏发电功率数据分解的时序模型；将自回归神经网络嵌入时序模型中，构建n阶自回归模型；获取光伏发电站历史数据以及天气数据，作为n阶自回归模型的训练数据，对n阶自回归模型进行训练，得到预测模型；通过预测模型，对光伏发电站的未来发电功率进行预测。本发明可以提升光伏发电功率预测的准确度，有利于电网调度、负荷分配。
-
-
-
搜索结果
4 条记录 (耗时 0.038 秒)
