一种基于混合模型的短期电力负荷预测方法及系统
实质审查的生效
摘要
本发明公开了一种基于混合模型的短期电力负荷预测方法及系统。本发明通过LSTM预测模型提取高频分量子序列的时序特征，配合CATBOOST预测模型和第一ELM预测模型组成的ELM‑CATBOOST混合预测模型对短期电力负荷进行预测，利用CEEMDAN分解算法把原始电力负荷数据分解成若干个固有模态函数分量，降低了模型预测难度，提高了预测准确度；另外，利用LSTM预测模型提取高频分量子序列的时序特征，结合高频分量子序列的历史电力负荷数据和原始电力负荷数据共同作为ELM‑CATBOOST混合预测模型的输入特征极大的丰富了输入特征维度信息，通过使用ELM‑CATBOOST混合预测模型集成了单一模型优势，拥有更高的鲁棒性和准确性，针对高、低频分量子序列采取不同的输入特征和预测模型能够降低模型复杂度。
基本信息
专利标题 ：
一种基于混合模型的短期电力负荷预测方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114548586A
申请号 ：
CN202210195940.5
公开（公告）日 ：
2022-05-27
申请日 ：
2022-03-01
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
罗燎原陈曦凌静
申请人 ：
长沙理工大学
申请人地址 ：
湖南省长沙市雨花区万家丽南路二段960号
代理机构 ：
湖南仁翰律师事务所
代理人 ：
邹灿
优先权 ：
CN202210195940.5
主分类号 ：
G06Q10/04
IPC分类号 ：
G06Q10/04 G06Q50/06 H02J3/00 G06N3/04 G06N3/08
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
2022-06-14 ：
实质审查的生效
IPC(主分类) : G06Q 10/04
申请日 : 20220301
申请日 : 20220301
2022-05-27 ：
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
