一种基于深度学习的配电台区储能配置方法
授权
摘要
本发明公开了一种基于深度学习的配电台区储能配置方法，包括以下步骤：构建历史特征数据集；所述历史特征数据集包括在不同时间点下的配电台区的特征变量的历史数据；获取第一LSTM神经网络；用所述历史特征数据集中的历史数据对LSTM神经网络进行训练，直至所述LSTM神经网络的预测精度达到预设精度；获取配电台区的当前特征变量值，根据所述当前特征变量值和所述第一LSTM神经网络，对所述配电台区的储能进行预测。本发明的目的在于提供一种基于深度学习的配电台区储能配置方法，采用LSTM神经网络模型对配电台区储能进行优化配置，避免针对不同的储能配置场景，每次都需要做大量优化计算的过程。
基本信息
专利标题 ：
一种基于深度学习的配电台区储能配置方法
专利标题（英）：
暂无
公开（公告）号 ：
CN112418496A
申请号 ：
CN202011247499.8
公开（公告）日 ：
2021-02-26
申请日 ：
2020-11-10
授权号 ：
CN112418496B
授权日 ：
2022-04-22
发明人 ：
魏俊叶圣永刘旭娜张文涛刘立扬韩宇奇龙川刘洁颖李达赵达维
申请人 ：
国网四川省电力公司经济技术研究院
申请人地址 ：
四川省成都市高新区蜀绣西路366号
代理机构 ：
成都行之专利代理事务所(普通合伙)
代理人 ：
张超
优先权 ：
CN202011247499.8
主分类号 ：
G06Q10/04
IPC分类号 ：
G06Q10/04 G06Q50/06 G06N3/04 G06N3/08 H02J3/28 H02J3/24
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
2022-04-22 ：
授权
2021-03-16 ：
实质审查的生效
IPC(主分类) : G06Q 10/04
申请日 : 20201110
申请日 : 20201110
2021-02-26 ：
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
