基于注意力机制和LSTM的短期电力负荷预测方法
实质审查的生效
摘要
一种基于注意力机制和LSTM的短期电力负荷预测方法，在离线阶段基于最大互信息系数算法，分析历史负荷数据、气象数据和待预测负荷数据之间的相关性，得到测试集数据，然后基于注意力机制和LSTM建立负荷预测模型，并使用测试集数据对负荷预测模型进行训练以调整网络参数；在在线阶段，通过训练后的负荷预测模型对待测预测时段的电力负荷进行预测。针对电力负荷的计算最大互信息系数，并将最大互信息系数算法和注意力机制结合，建立神经网络预测模型，具有预测精度高，预测效果稳定等优点。
基本信息
专利标题 ：
基于注意力机制和LSTM的短期电力负荷预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114444660A
申请号 ：
CN202210077514.1
公开（公告）日 ：
2022-05-06
申请日 ：
2022-01-24
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
刘江涛陈庭记杨莲高海洋顾卫兵延巧娜卫茹孔维君朱英杰
申请人 ：
南京电力设计研究院有限公司
申请人地址 ：
江苏省南京市雨花台区龙飞路16号
代理机构 ：
上海交达专利事务所
代理人 ：
王毓理
优先权 ：
CN202210077514.1
主分类号 ：
G06N3/04
IPC分类号 ：
G06N3/04 G06N3/08 G06Q50/06 H02J3/00
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/04
体系结构，例如，互连拓扑
法律状态
2022-05-24 ：
实质审查的生效
IPC(主分类) : G06N 3/04
申请日 : 20220124
申请日 : 20220124
2022-05-06 ：
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
