一种基于CNN-IPSO-GRU混合模型的短期电力负荷预...
授权
摘要
本发明公开了一种基于CNN‑IPSO‑GRU混合模型的短期电力负荷预测方法,首先收集电网历史负荷、气象因素和日期信息等数据,进行数据归一化处理后并划分训练集和测试集,利用卷积神经网络技术提取出表征负荷变化的多维特征向量,构造成时间序列作为模型的输入;然后构建门控循环单元网络预测模型,并利用训练集数据通过改进粒子群算法对门控循环单元网络预测模型进行优化,获得两个最优的预测模型参数,以获得的最优预测模型参数重新建立门控循环单元网络模型;最后以测试集数据实现电网短期的负荷预测。本发明提供的方法可以准确预测电网短期负荷变化趋势,进一步对降低发电机组的损耗、保证电网经济可靠运行发挥着重要作用。
基本信息
专利标题 :
一种基于CNN-IPSO-GRU混合模型的短期电力负荷预测方法
专利标题(英):
暂无
公开(公告)号 :
CN111738512A
申请号 :
CN202010573272.6
公开(公告)日 :
2020-10-02
申请日 :
2020-06-22
授权号 :
CN111738512B
授权日 :
2022-05-24
发明人 :
刘可真苟家萁骆钊徐玥李鹤健和婧王骞刘通阮俊枭吴世浙陈雪鸥陈镭丹迟焕斌
申请人 :
昆明理工大学
申请人地址 :
云南省昆明市呈贡区昆明理工大学电力工程学院电力楼401
代理机构 :
昆明润勤同创知识产权代理事务所(特殊普通合伙)
代理人 :
付石健
优先权 :
CN202010573272.6
主分类号 :
G06Q10/04
IPC分类号 :
G06Q10/04 G06Q50/06 G06N3/04 G06N3/08 G06N3/00
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06Q
专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10/00
行政;管理
G06Q10/04
预测或优化,例如线性规划、“旅行商问题”或“下料问题”
法律状态
2022-05-24 :
授权
2020-10-30 :
实质审查的生效
IPC(主分类) : G06Q 10/04
申请日 : 20200622
申请日 : 20200622
2020-10-02 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载